本文以一次华南冬季暴雨过程为例,利用WRF模式,研究了基于本征正交分解的四维集合变分(POD-4DEnVar)同化方法同化多普勒雷达资料的关键技术。论文工作分三部分,第一部分诊断分析了华南冬季暴雨产生的环流背景及发展机制,并利用WRF模式进行数值模拟试验;第二部分实现了基于POD-4DEnVar方法的雷达资料同化,并从暴雨发展机理的角度,分析了该方法与三维变分(3DVar)同化方法模拟结果不同的原因,讨论了该方法同化不同雷达观测要素对暴雨模拟的影响;第三部分研究了物理集合方案对四维集合变分同化的影响。主要结论有:此次华南冬季暴雨的环流为500hPa呈现典型的北高南低环流形势,我国华南为宽广的南支槽,南海是暴雨过程的水汽源地;暴雨的发生与来自东欧的高纬冷空气南下密切相关,冷空气南下使700hPa出现中空锋生,锋生激发的次级环流为暴雨提供了动力条件,是暴雨发生发展的触发机制。相比于3DVar同化方法,POD-4DEnVar同化方法对暴雨的模拟结果更接近实况。这是由于两种方法对模式初始场的调整方式不同,3DVar方法通过调整初始风场,而POD-4DEnVar方法则通过调整水汽场,从而达到改善模拟效果的目的。此外,同化不同的雷达观测要素对初始风场和水汽场的调整有类似的特征,但其降水模拟结果的差异却很大,这是因为在模式积分过程中,同化不同的雷达观测要素存在逐小时降水偏差,且变量偏差和偏差能量的增长会促使逐小时降水偏差的增长;偏差能量的增长要早于变量偏差和降水偏差的增长,且偏差能量梯度大值区为变量偏差增长最明显的区域。研究了四维集合变分同化对制作集合预报的模式物理过程参数化方案的敏感性,发现不同的积云对流参数化方案和微物理方案对降水强度的模拟影响很大,基于POD-4DEnVar的雷达资料同化方法对集合样本的参数化方案很敏感;为此设计了可以削弱物理过程参数化方案差异影响的3种物理集合方式,试验发现基于初值集合样本的集合变分同化中,应用物理集合预报的思想是提高暴雨预报精度的有效方法。