地面气象观测资料是获取描述中小尺度、短时对流天气过程的重要观测资料源之一,其质量优劣直接影响着数值模式的同化结果,因此提高地面观测资料在数值模式中的质量就显得尤为重要。本文以基于经验正交分解的EOF (Empirical Orthogonal Function)质量控制(quality control, QC)方法为基础,首先与基于快速傅里叶变换的质量控制方法(Fast Fourier Transform, FFT QC)进行对比。随后本文对EOF QC方法进行了改进,发展了递归EOF质量控制(Rec-EOF QC)方案。为了解EOF QC在数值模式中的应用效果,本文将该方法应用于两个业务中常用的数值模式,利用三维变分同化系统进行数值模式试验,展示其应用潜力。最后为了降低观测代表性误差的空间相关性,本文还提出了一种资料稀疏化方案。本文的主要结论如下：(1)常规质量控制方案识别出气压、温度和湿度资料中的存在粗大误差的观测。EOF可以提取资料的时空变化特征,FFT可以提取资料的典型周期特性,将这两种方法同时应用于地面比湿资料,发现比湿的观测和背景场之间存在着较大的位相差和振幅差,这些差别是造成观测误差非高斯分布的主要原因；EOF QC的效果要略好于FFT QC,这是因为FFT只是依次对每个站点进行频谱分解,而EOF从时空场对资料进行分解,能尽可能地保留原始场的大尺度波动信息。EOF QC在比湿、温度和气压应用结果显示,QC后误差大的观测被有效剔除,观测误差更接近于高斯分布,符合变分同化中对误差的假设。(2) Z-score临界值的确定EOF QC中的关键因素,一般该临界值是根据背景场与观测场的资料特征人为经验确定,这会影响该方法的业务化应用。为了能够根据资料本身客观地确定质量控制中的临界值,本文提出了递归EOF质量控制方案(Rec-EOFQC)。研究发现,递归4次之后,资料剔除率、O-B(观测减背景场)的标准偏差、偏态以及峰度都达到一个较为稳定的状态。将该方法应用于不同时次、不同种类的背景场资料中可以发现该方法能有效提高O-B在0附近出现的概率,使得资料分布更加对称,观测误差的概率密度分布更接近于高斯分布。(3)为检验EOF QC方案在数值模式中的应用效果,将EOF QC集成到WRF模式及其三维变分(3DVAR)同化系统中。选取2008年1月和7月两个强降水个例,并对2008年7月进行了一个月的连续同化试验。结果表明：相比模式自带的OMB QC, EOFQC能更好地保留观测中对天气发生发展至关重要的天气波动信息,可以更客观地反映大气的真实状态；并且同化经EOF QC后的资料,地面温度场的质量得到了明显提高,预报误差最小。EOF QC对降水量级有了明显的改进,降水形势更接近于实况。WRF对2008年7月的连续试验也证明EOF-QC对降水具有较好的预报能力。(4)为了推动我国地面数值模式的发展,提高我国地面观测资料的同化技术,本文还将EOF QC植入到我国独立自主开发研究的GRAPES模式及其三维变分同化系统中,并选取2008年1月个例进行数值模拟试验。结果表明在GRAPES模式中,EOF-QC后,地面气压场和温度场的质量有了较为显著的改进,且对降水落区的预报更加准确。(5)为降低观测代表性误差的空间相关性,本文提出了一种稀疏化方案,该方案可以提取一定范围内的典型观测。将该方案应用于GRAPES-3DVAR中,研究不同的资料稀疏化半径对同化的影响。结果表明：在本个例中,当稀疏化半径取90km时,模式对降水的模拟效果较好,ETS评分较高,温度和气压的分析误差最小,目标函数的梯度随迭代次数变化平缓,且最接近于0,模式分辨率与资料的匹配达到最优。