起源于大气和海洋科学的陆面数据同化能充分利用陆面模式和不同来源、不同时空分辨率的观测数据获得陆面变量的最优估计。作为陆面数据同化系统的预报算子的陆面模式，通常考虑了模式网格的陆面次网格非均匀性，在数据同化过程中如果忽略观测资料的次网格非均匀性，这必然会破坏陆面模式的次网格框架，同化结果将存在极大的不确定性。本文基于通用陆面模式CLM和集合Kalman滤波算法，就考虑和不考虑观测资料的次网格非均匀性两种情况分别设计土壤湿度同化方案，并通过同化试验对其进行比较，探讨观测资料的次网格非均匀性对同化结果的影响。同化结果表明：考虑观测资料的次网格非均匀性的同化方案的效果要优于不考虑观测资料的次网格非均匀性的同化方案；考虑观测资料的次网格非均匀性的同化方案不仅能够提高那些有观测信息的土壤层的土壤湿度的模拟精度，还能在一定程度上改善那些没有任何观测信息的土壤层的模拟效果。因此，考虑观测资料的次网格非均匀性的同化方案是合理的。