自从多普勒雷达被应用于气象观测和研究以来，高时空分辨率的多普勒雷达资料应用一直深受人们重视。对于雷达径向风资料的应用，早期主要是通过时空连续性假设在一定约束下反演风场，以便于天气分析诊断。随着数值预报模式的发展，雷达径向风的同化应用发展很快。单多普勒雷达径向速度资料同化主要有两种方法：一是直接同化，二是反演同化。在直接同化和反演同化基础上，本研究提出了一种新的改进同化方法，改进同化方法通过引入反演方程作为观测算子，将径向风的空间变化信息作为同化变量，把分析单元内的径向风及其空间变化信息引入同化系统，同时可以根据模式的分辨率和精度要求，调整分析单元大小和形状，以有效解决数据稀释化问题。在雷达径向风改进同化方法的原理基础上，本研究在GRAPES三维变分系统中增加了雷达径向风改进同化模块，并通过均匀风理想实验和OSSE，初步得到以下结论：1．在GRAPES三维变分同化系统上增加的雷达径向风改进同化模块，基本实现了同化单元区域内的径向风及其空间变化信息的功能。2.改进同化方法可以根据模式分辨率和精度要求，对分析单元大小进行调整，具有较强的灵活性，既可以充分利用高分辨率的雷达资料，又能够有效地解决数据稀释化问题。3.改进同化方法是在直接同化和反演同化的基础上的改进，通过均匀风场的理想实验表明：改进同化方法对直接同化和反演同化具有一定的兼容性。4.同化分析的单元越小，改进同化方法越趋于直接同化，但是包含的径向风的空间变化信息即切向风信息就越少，而分析单元越大则越趋于反演同化，包含径向风的空间变化信息就越多。5.通过OSSE表明，改进同化能够将分析单元空间的径向风及其空间变化信息引入初始场，同化后U、V风场的均方根误差减少，效果要优于直接同化和反演同化，而且改进方法还存在很大的扩展和改进的空间。