多普勒雷达资料同化是提高风暴尺度数值预报质量的重要途径。先进的资料同化方法要求从雷达的径向速度和反射率因子分析出准确的动力场、热力场和微物理场。与四维变分方法相比,集合卡尔曼滤波同化方法由于其背景误差协方差具有流依赖性质,并且不需要复杂的伴随模式,为资料同化的发展提供了另一种选择。本文的主要目的是发展一个基于风暴尺度模式的集合卡尔曼滤波同化系统,使其可以直接同化我国新一代多普勒雷达资料,为风暴尺度数值预报提供更准确的初始场。经过对比试验。本文的主要研究工作和主要结论如下：　　 ⑴利用自主构建的针对风暴尺度资料同化的WRF-EnSRF同化系统同化多普勒雷达资料,检验其在一次梅雨锋暴雨以及一次强对流天气过程的同化性能。结果显示,在两个个例中该同化系统均表现出有效的同化能力,经过60分钟同化的分析场和以该分析场集合做初值的30分钟的集合预报结果都比较接近实际观测。文中考察了初始扰动时全场扰动与对流区域局部扰动,以及扰动环境风场与否对同化效果的影响。试验结果表明,对流区局部扰动相对于全场扰动并没有提高同化效果:对于尺度较大的梅雨锋暴雨来说,扰动环境风场时同化效果较好。为了考察分析场在降水预报中的表现,在暴雨个例中,以分析场为初值做6小时降水预报,经过同化的集合预报和确定性预报结果都比没有经过同化的控制试验结果准确。　　 ⑵在以上研究的基础上,利用WRF-EnSRF系统同化实际多普勒雷达资料,检验集合平方根滤波在包括飑线、超级单体风暴和多单体风暴三个不同结构类型的强对流天气过程的同化效果,并考察了初始场添加扰动时不同强度的位温和水汽扰动对预报场集合离散度以及同化效果的影响。结果显示,在三个个例中该同化系统均表现出有效的同化能力,各个个例分析结果都比较合理。预报场集合离散度和同化效果对热力场的扰动强度比较敏感,适当增加初始扰动时位温和水汽的扰动强度有利于提高集合离散度和改善径向速度的分析效果。