地面自动站(AWS)观测资料具有站点分布密集、时间间隔短、资料的实时性强、观测量为模式变量等优点,但由于质量问题严重,导致其利用率很低。如何对AWS资料进行质量控制,确保资料的准确性和代表性,充分有效地利用AWS资料,并把它们和其它常规与非常规资料相融合,为数值天气预报模式提供初始场,提高模式预报水平,是一项重要且有意义的研究工作。本文首先在借鉴国内外先进技术的基础上,根据AWS资料的特点和数值天气预报系统对质量控制的特殊要求,设计了一个较为系统的AWS资料质量控制方案,应用内部一致性检查、二次迭代的空间一致性检查、背景场一致性检查、时间一致性检查等多种检查方法和综合决策算法,充分发挥各种检查方法的作用,然后将该方案应用于江苏地区2007年7月的AWS逐小时观测资料并对结果进行了细致分析。在此基础上,针对2007年7月7日到8日发生在长江淮河流域的一次梅雨锋暴雨过程的初发期,利用中尺度数值预报模式WRFV3.2及其三维变分同化系统,设计了八种方案,进行AWS资料和探空资料的三维变分同化试验及AWS资料同化间隔的敏感性试验,并与实况进行对比分析,最后详细地分析了各方案的水汽条件、不稳定能量条件和动力条件。结果表明：(1)该质量控制方案能有效识别出AWS资料中的错误资料,综合决策算法基本正确,各要素质量控制后与NCEP资料的差异与质量控制前相比均有不同程度的降低；风场资料的错误率最高,湿度场次之,温度场和气压场的错误率较低；此外,该方案还能发现温、压、湿等传感器存在系统性偏差问题的测站。(2)在数值模拟试验中,AWS资料的加入可以改变初始场中的中尺度信息,能够调整雨带结构,但是同化未经质量控制的AWS资料,由于其中含有太多虚假错误的信息,导致要素同化到模式中后在有些层次反而会增大预报误差,其降水模拟效果较控制试验无明显改进。而同化质量控制后的AWS资料,由于温、压、湿、风等要素的质量得到优化,能够更有效地调整初始场,从而明显改进了雨带结构和降水强度的预报。(3)自动站资料和探空资料结合同化,能够弥补AWS资料同化只能改善大气中低层物理量预报的缺陷,尤其是对湿度场的改善,从而进一步改善降水预报的准确度。(4)从各方案的物理量场分析中发现,资料同化可以改善初始场,更好地利用已有信息对暴雨进行模拟。总体上来讲,经过质量控制后的AWS资料同化方案模拟出的物理量场的位置及强度较控制试验和质量控制前的同化试验均有明显的改善,且能与降水较好地对应,说明同化分析质量控制后的AWS资料能够有效改善水汽输送、不稳定能量及动力场的模拟,进而改善降水的模拟效果。