集合-变分混合同化方法被认为是资料同化的重要发展趋势。为有效引入“流依赖”的背景误差协方差,同时解决因集合预报计算量大而造成业务应用难的问题,本研究尝试通过在集合-变分混合同化系统中引入优选的历史预报样本和时间滞后样本,作为常规集合预报样本的替代,从而为集合-变分混合同化方法的实际应用提供一种解决方案。本文首先探究了优选历史样本的合理性,同时进行了一系列基于不同样本组合方案的单点试验研究,评估了在梅雨期中不同样本下混合同化方案的降水评分和均方根误差表现,并完成对强降水个例的进一步分析和诊断。主要工作如下:（1）通过经验正交函数降维提取样本的动力特征并与背景场特征相匹配,能够有效地优选出更接近同化时刻天气形势的历史预报样本。单点理想观测试验表明,优选历史样本方案的风场增量范围稍大,总体结构仍接近等量集合预报样本方案的分析增量。集合预报样本和优选历史预报样本组合的方案具有两类样本共同的增量特征。另外,样本数较少的集合预报样本方案,则会显示出较为不合理的增量特征。（2）连续19天的循环同化及预报试验表明,样本组合方案在降水评分和各变量的均方根误差表现上均接近等样本量的集合预报样本混合同化方案,且前者消耗的计算资源仅仅为后者的40%左右。对比计算量相当而样本数较少的集合预报样本方案,样本组合方案的表现明显更优,证明了优选的历史预报样本能够缓解样本不足的问题,有效提升混合同化方案的同化及预报效果。降水个例诊断也表明,样本组合方案在强降水中心对于垂直风速和水汽场的模拟均有改善,因此能够得到强度与位置均更为合理的降水分布结果。（3）为进一步节省计算资源并保持流依赖的优势,本文探究了基于优选历史预报样本和时间滞后样本的混合同化方案。单点观测理想试验表明,优选历史预报样本结合时间滞后样本,既能够缓解样本不足所导致的采样误差,又能够为同化系统提供“流依赖”的背景误差协方差。连续一周的循环同化及预报试验结果显示,该样本组合方案分析场和预报场的均方根误差最小,降水评分整体也表现最优,尤其对中雨和暴雨的模拟改进较明显,且能较好模拟出强降水中心的强度和位置,改善降水过报的问题。