目前，集合同化方法在海浪同化中还未得到全面深入的应用。本文基于第三代海浪数值预报模式WAVEWATCH III，设计了全球区域海浪同化系统，开展了集合最优插值（Ensemble Optimal Interpolation，简称EnOI）三天海浪预报及长期的同化试验，并与最优插值（Optimal Interpolation，简称OI）同化结果进行了比较。发现，EnOI同化方法在改善海浪预报中起到了很好的作用。考虑到EnOI中的历史样本会夸大背景误差且引起虚假相关，为解决这一问题，本文又首次尝试了通过在风场叠加随机扰动的方法生成一组动态样本，评估了历史样本与动态样本的优劣，为今后继续开展集合卡尔曼滤波（Ensemble Kalman Filter，简称EnKF）同化的研究做好了准备。主要开展了以下工作：（1）背景误差信息在资料同化中是至关重要的，在开展同化前须对模式误差有充分的认识。为此，首先对模式进行了10年的积分，通过NDBC浮标数据及Jason-1高度计资料对模式模拟结果的检验，发现模式对全球海浪模拟效果较好，并得到了有效的模式误差，为后面同化工作中背景误差协方差矩阵的构建及集合样本的选取提供了依据。（2）由于在全球范围内同化观测点资料较多，且模式网格设置较粗，为节省计算时间，对比分析了四种同化观测点选取方案。发现观测稀疏后并不会明显削弱同化效果，采用五点平均的减薄方案滤去高频扰动，能够在不影响同化效果的前提下缩短同化计算时间。（3）为了评估OI、EnOI同化在短期海浪预报中的改进效果，开展了三天海浪预报同化试验。发现，数据同化能够很好地订正初始场的偏差，并对初始化过程及三天预报过程有明显改进。EnOI对模式的改进效果在时间序列上更为稳定，对于36小时以内的预报，采用EnOI同化方案能够获得比OI更理想的同化效果。（4）为了进一步考察EnOI在长时间序列上对海浪预报的同化效果，设计了为期一年的同化试验。发现与OI相比，EnOI具有绝对的优势。采用EnOI同化方案后，全球海浪有效波高预报绝对误差小于0.5m的概率达到83.79%，小于1m的概率高达96.03%，预报精度非常可观。（5）由于EnOI是通过预先存储好的历史样本来估计背景误差，在积分过程中始终保持不变，这往往会夸大背景误差并且引起较长时间尺度上大范围的虚假相关。为解决这一问题，通过设计多组敏感性试验继续探讨了EnKF初始样本生成的最佳方法，并将其与EnOI历史样本做了比较。发现，相对于历史样本，扰动样本能够较好的呈现出模式误差的结构和相关性。