地面观测资料的站点分布密集、观测频率高、资料实时性强,能很好的反映边界层内大气的动力和热力变化,在高分辨率模式中具有很高价值,但是目前模式对地面资料的同化利用率很低,没能有效的进入数值模式去改善数值预报结果,造成资源浪费。有效的将地面观测资料同化进中尺度三维变分同化系统中,要求地面观测资料结合非均匀、各项异性的背景误差协方差结构向垂直方向扩展,而三维变分分析假设背景误差的垂直相关是一个固定值。为了克服三维变分方法同化地面观测资料这一困难,本文借鉴由Benjamin提出的基于背景边界层结构信息的同化技术,并试图将该技术引入GRAPES_Meso三维变分同化系统中。然而,模式背景场与实际观测的边界层结构可能会出现不一致的情况。因此,我们利用高密度的秒级探空观测资料和中尺度模式背景信息,分析模式背景场与实际观测场在由日变化特征引起的稳定边界层与不稳定边界层下的分布情况。统计结果表明,探空观测的地表位温O-B(观测场与背景场之差)的垂直自相关在很大程度上取决于稳定与不稳定条件下的背景与观测的PBL结构。同一时刻,当模式背景场和实际观测场都是稳定边界层或不稳定边界层时,O-B的垂直自相关性很好,最大相关高度可达到2000m;而当模式背景场和实际观测场的边界层结构不一致时,O-B的垂直自相关性很弱,最大相关高度仅约600m。这表明Benjamin提出的完全依赖于背景场结构来将地面观测信息往垂直向扩散的同化技术不完全合理,需结合实际观测和背景场的边界层结构来调整同化方案。因此,对Benjamin提出的基于背景场结构的同化技术,本文根据统计结果进行调整,调整内容主要包括三个方面:(1)更换温度变量,调整拟合高度间隔;(2)垂直层观测误差的设置;(3)同化高度的设置。此外,为了验证该方案对地面资料同化的有效性,选取广州一次弱强迫背景下突发强降水过程作为个例进行分析。分析结果表明,与传统的地面2m温度分析,基于PBL深度的同化技术保留了PBL的结构,12小时降水预报的也得到不错的改善。