多普勒雷达是能够实时观测天气状况并进行短时预报的有效工具,在数值模式天气预报系统中加入多普勒雷达数据能够有效改善其预报效果。本文利用WRF3.9.1模式及其同化系统WRFDA3.9.1针对2015年6月26-28日江淮地区梅雨锋降水过程,采用NCEP/NCAR的FNL再分析资料结合南京市龙王山SA天气雷达,研究了多普勒雷达资料的同化试验及其对降水预报的改善作用。主要结论如下:(1)三维变分同化试验中,背景误差协方差矩阵的参数调整对改善同化预报效果有明显的作用。合理的方差尺度和特征长度能够有效提取背景误差协方差矩阵的信息,从而为模式提供一个更好的初始条件。(2)在同样的参数条件下,同时同化雷达反射率因子和径向风的效果最好,单独同化反射率因子或径向风在一定程度上也能够改善预报效果。另外,同化雷达资料的频率越高,预报效果提高也越明显。(3)混合同化试验中,合理的权重系数和局地化半径能够有效减少或避免有限个集合成员在进行同化计算时引入的误差,对提高降水预报效果有一定促进作用。(4)混合同化相较于三维变分同化在降水预报上的改善效果更为明显,尤其在大雨、暴雨、大暴雨和特大暴雨级别有较为明显的提升。(5)在加入合肥市SA天气雷达后进行了双雷达资料同化试验。结果证明,系统不仅能够实现双雷达的资料处理,而且更多的雷达资料能够提供更为准确、有效的风暴尺度信息,从而一定程度上提升预报效果。(6)由于系统本身的生成集合成员的RCV方法具有一定随机性,在双雷达资料的混合同化中,预报效果并非一直稳定。但在一定程度上也能够减少模式本身降水量偏大的问题;从降水评分来看也有一定的提高。