现有的悬沙问题工程数值模拟中,悬沙浓度的验证均基于有限观测点的数据或卫星图片分析的表层悬沙分布资料。此类模型可能导致计算结果与实际有较大的差异。获取更为丰富的时空悬沙分布,是提高悬沙工程数值模拟计算精度的有效途径之一。建立悬沙浓度集合卡尔曼滤波（En KF）同化模型,目的在于基于有限观测资料,获取更为准确的悬沙浓度时空分布。本文基于FVCOM模型,采用集合卡尔曼滤波同化方法,建立了三维悬沙浓度同化模型。计算显示,该模型由于集合数量限制,将不可避免的出现误差:○1集合成员采样误差;○2集合成员的悬沙浓度与全集合悬沙浓度均值的差值的协方差误差。通过采用经验（GC）局地化方法,限定任一空间点悬沙浓度对全域的影响;采用常数协方差膨胀方法,增大预测误差协方差的量值。经过此修正的模型其同化效果得到了显著改善,但需要通过大量的预试验来确定其经验参数。进一步,将局地化函数及半径采用ANDERSON或XING等人提出的自适应局地化方法进行计算;将常数膨胀系数分别采用先验、后验及先验加后验自适应膨胀方法进行处理,可达到减少模型中的经验参数、提高同化效果之目的。称之为“三维悬沙浓度自适应同化模型”。采用三维悬沙浓度自适应同化模型,对不变和可变水深条件下,粘性沙及非粘性沙等不同性质的泥沙源进行了悬沙浓度同化模拟。分析了初始悬沙浓度分布、流场速度、悬沙浓度观测误差等因素对模拟精度的影响。研究表明:粘性沙及非粘性沙均可达到更为理想的三维悬沙浓度同化效果;模型中的局地化函数及半径采用ANDERSON的采样误差订正自适应局地化方法,膨胀系数采用先验加后验自适应膨胀方法进行处理的效果最佳,对非粘性沙,各层悬沙浓度同化误差在1%～4%之间,与经验同化模型相近;对粘性沙,各层悬沙浓度同化误差在16.3%～19.2%之间,在悬沙浓度较低区域显著优于经验同化模型。