局地加权集合卡尔曼滤波方法（LWEnKF）采用粒子滤波方法（PF）框架，以集合卡尔曼滤波方法（EnKF）作为提议密度，是一种PF与EnKF的混合方法。该方法为EnKF的每个集合成员赋予局地化权重，用于表示每个集合成员在模拟全后验概率密度函数中的重要性。

本文采用LWEnKF和质量守恒海洋模式（MaCOM）开发了一个1/6度的全球海洋同化预报系统。针对MaCOM的质量守恒物理框架，选取温度、盐度、海面高度和海底压力作为控制变量。针对MaCOM的球面立方体网格矩阵降维技术，提出一种基于K维树的快速观测稀疏化方法，提高观测预处理的计算效率。本文开展了2个月的同化预报循环试验，同化观测包括卫星海面温度（SST）、卫星海平面异常（SLA）、Argo温盐剖面、AI方法重构的温盐剖面。1天预报SLA、SST、温盐剖面的平均RMSE分别为0.087 m、0.452℃、0.3875℃和0.0606 psu。同化预报系统还与MaCOM预报和Mercator分析预报产品进行了比较，结果表明，该系统对SST、温盐剖面的预报效果较好，但对SLA的预报还存在不足，需要进一步研究与改进。

全球海洋,海洋资料同化,同化预报系统