背景场资料的质量对数值模式的预报水平具有重要的影响,许多研究表明卫星资料的同化和下垫面类型都能有效改善背景场,提高背景场的精度。本文将利用ERA5（ECMWF Reanalysis v5）再分析资料,应用WRF（Weather Research and Forecast）模式对2019年11月24日-26日的一次大范围寒潮过程进行下垫面类型的敏感性试验,引入了清华大学宫鹏团队制作的2015年30米分辨率的高精度土地覆盖数据集FROM-GLC（Finer Resolution Observation and Monitoring of Global Land Cover）和SRTM（Shuttle Radar Topography Mission）地形数据并与模式自带的1千米分辨率数据进行对比研究。研究表明与模式默认的下垫面类型相比,引入高分辨率的下垫面数据能更精确地模拟出本次寒潮过程,说明更高精度和更精确的下垫面类型改善了背景场信息,对本次寒潮过程产生了积极的正效果。更高精度的下垫面类型对模式背景场有一定的改善作用,但是其改善效果是有限的,因此为了更进一步的改善背景场信息,引入了卫星资料同化。变分同化是假设观测和模式之间的偏差服从高斯分布的假定理论而构建的目标泛函,而实际上由于各种系统性误差,卫星的观测辐射值与模拟的辐射值产生较大偏差,使模式和观测之间不满足高斯分布,因此在卫星资料同化前有必要进行偏差订正。本文利用RTTOV（Radiative Transfer for TOVS）辐射传输模型,使用ERA5再分析数据模拟出FY-3D微波湿度计的亮温资料,对观测亮温和模拟亮温之间的偏差进行偏差订正。偏差订正主要分为扫描偏差订正和气团偏差订正,扫描偏差是订正临边观测点相对于星下点的系统偏差,气团偏差订正是为了消除大气状况和地表特征导致的系统偏差。本文对比了Harris和Kelly提出的均值偏差订正方法和Liu提出的线性回归方法,结果表明Harris和Kelly提出的均值偏差订正方法优于Liu提出的线性回归方法。在研究过程中发现,扫描偏差订正系数存在明显的海陆分布差异,海陆分开统计得到的扫描偏差订正系数的订正残差的均方根误差明显更小,因此有必要针对海陆位置分开统计扫描偏差订正系数。研究结果也表明Harris和Kelly的气团偏差订正方法能有效消除FY-3D微波湿度计资料的气团偏差,使残差满足均值为零的正态分布。为了得到更合理和更有效的背景场信息以及检验统计的扫描偏差订正系数和气团偏差订正系数的合理性和有效性,将偏差订正系数接入到WRFDA（Weather Research and Forecasting model data assimilation system）同化系统中并对FY-3D微波湿度计进行同化实验,研究结果表明,同化后有效改善了了本次寒潮过程的模拟效果,说明了统计的偏差订正系数具有合理性和有效性,以及FY-3D微波湿度计同化有效地丰富和改善了背景场信息,为数值预报提供了良好的基础。