随着人们对海洋预报需求的提高,业务化海洋学也越发受到国家与社会的重视。作为业务化海洋学三大重要组成部分之一的海洋动力学模式,已然成为了研究海洋系统的重要工具。在众多海洋模式中,FVCOM凭借着非结构化网格、有限体积、自由表面等独特优势在复杂岸线或河口海岸等区域的海洋模拟中取得了不错的效果。但是因为海洋模式本身只是对海洋系统的近似,所以必然存在着误差,模式不能完美地模拟出整个海洋过程。为了让最终的结果更加贴近实际情况,减少初始场与参数化带来的误差,于是提出了海洋资料同化方法。用同化算法让观测数据不断校正模式,为海洋模式提供更加精确的初始场等。集合同化算法是资料同化算法中的一个重要分支,具有计算资源少、计算效率高等特点,被广泛地应用到海洋预报、气候预测等领域。本文以中国南海为例,利用集合最优插值算法,通过FVCOM海洋模式将卫星高度计数据应用到了南海潮汐模型的建立中。采用沿轨分析法从Jason-1卫星高度计数据中提取所需潮汐数据,将其作为同化使用的观测数据。模式选取了四个分潮的调和常数作为开边界强迫,使用了Etopo1全球地形数据作为水深,最后通过分析比较同化前后的南海七处验潮站的分潮参数可以得出,数据同化之后提高了模式的精度。分潮m1的振幅平均误差减少了19cm,迟角的平均误差减少了7°左右。同时m2的振幅平均误差降低了2cm左右,迟角平均误差降低了29°左右。可以看出同化后效果提升明显。另外,对于不同位置的改进效果并不一样。据分析,这与卫星采样点的位置、所用的同化方法以及模式参数有关。