古气候数据同化(PDA)受代用观测极度稀疏以及海气耦合系统中大气与海洋背景误差非高斯性的制约。本研究基于变分自编码器与隐空间最小化,把基于隐空间变分数据同化框架 VAE‑Var应用于稀疏气温与海表温度代用资料的同化。该方法在具有近似高斯统计特性的学习隐空间中开展同化,同时可高效应用于高维问题。以地表气温和海表温度为目标变量,在不同观测稀疏程度下对重建效果进行系统评估与对比,并通过分析增量诊断表明,VAE‑Var 在稀疏观测约束下能够提升重建精度、获得物理上更自洽的分析场,在非高斯古气候数据同化中具有显著优势。