在大气海洋的科学研究中，随着卫星雷达等各种非常规资料迅速增加和模式的模拟能力加强，作为“把各种时空上不规则的零散分布的观测融合到基于物理规律的模式当中”的同化方法，在大气和海洋的研究中越来越重要。近几年来，一种新的同化方法—集合卡尔曼滤波同化方法受到广泛的关注和研究。现有的研究表明，集合卡尔曼滤波同化方法是一种具有业务应用潜力的同化方法。本文简单回顾了这种资料同化方法的发展历史和研究现状，介绍了其在气象中应用的基本原理。集合卡尔曼滤波的主要优点是利用随天气流型演变的背景场误差协方差来进行资料分析，这是在目前变分同化中难以实现的，也是变分同化中存在的主要问题之一。但是集合卡尔曼滤波也存在滤波发散，分析量不平衡等问题。本文利用浅水模式和实际大气预报模式(MM5)，通过一系列数值试验来对集合卡尔曼滤波的主要理论和方法进行了研究，包括集合卡尔曼滤波中随流型演变的背景场误差协方差，集合数对集合卡尔曼滤波的影响等，并和三维变分同化结果进行了初步比较和分析。得到以下结论：集合卡尔曼滤波同化的效果优于三维变分同化的效果，而且其误差是收敛的，造成差异的根本原因是三维变分无法实现更新误差协方差，而集合卡尔曼滤波的误差协方差是随流型演变的；随着集合数的增加，集合卡尔曼滤波同化的效果得到改善，主要原因是集合卡尔曼滤波的统计误差相关场存在虚假的相关，而集合数的增加会减少这种虚假的相关。