随着观测技术的提高、资料数量的迅速增加，作为“把各种时空上不规则的零散分布的观测融合到基于物理规律的模式中”的资料同化技术，在大气海洋的研究中的作用越来越重要，而在空气质量数值模式中的研究才刚刚起步。本论文主要基于嵌套空气质量预报模式系统(NAQPMS)，研究资料同化方法及其在空气质量预报中的应用，论文主要分以下三个部分：　　 1.为解决集合卡尔曼滤波法(EnKF)方法在集合样本较小时出现的滤波发散，以及模式误差无法考虑或被低估的问题，提出一种简单实用的新分析方案，即将集合样本与观测的均方根误差(RMSE)和样本间的离散度(spread)的差作为扰动大小，对每个集合样本再进行一组扰动，并利用这些扰动后的样本共同来估计背景误差协方差矩阵，但只对原来的集合样本进行更新。基于Lorenz95系统，首先比较了最优插值(OI)和集合Kalman滤波方法的同化效果。结果表明，在集合样本数较大时(>50个)，EnKF明显优于OI的同化效果，这主要是因为EnKF是利用随模式积分的集合样本动态地估计背景场误差大小和相关关系。而当集合样本数较小时，EnKF这种优点就无法体现出来，出现分析误差比OI还差的现象。为减少计算量，保证EnKF在样本数较小的情况下，可以提供比较合理的背景误差，我们在前人的研究基础上提出了这种综合观测信息的EnKF新的分析方案，并且基于Lorenz95系统比较了其与其他方法的同化效果。结果表明新方案可以在样本数较小的情况，提高对背景误差的估计，有效避免了EnKF遇到的滤波发散现象；同时，这种方法也可以减少由于模式误差存在所带来的样本离散度随模式积分逐渐减少的问题。　　 2.基于嵌套空气质量预报模式系统(NAQPMS)，初步建立以EnKF新分析方案为主的资料同化模块，研究其对初始场及预报结果的影响。首先利用多种观测资料检验模式对气象要素、污染物模拟能力，研究表明MM5对天气形势、地面气压等气象要素模拟较好，但对低层的风速、温度则有一定误差。敏感性试验初步研究了模式不确定性问题，发现模式对污染源、气象条件等较为敏感。利用地面监测站的资料，分别采用OI和EnKF新方案对上海地区2006年10月1日-7日PM10、SO2及NO2模式结果进行资料同化试验，对独立检验点的结果分析表明，对于PM10，经OI和EnKF同化后偏差平均值比未进行同化的控制预报减少为55％、73％；对于SO2，经两种方法同化后偏差平均值改进率分别为22％、52％；对于NO2，经两种方法同化后偏差平均值改进率分别为33％、58％，说明OI和EnKF都具有改善空气污染数值预报中污染物浓度初始场的作用，而EnKF同化效果更好。研究结果还表明，即使只同化NO2的浓度也会使模拟的O3与实际更为接近。利用同化后的分析场进行预报比没有同化的预报均方根误差有了明显减低，说明采用同化后可以提高模式的预报准确率，但也同时发现这种提高与预报时间长短有很大关系，时间越长，与未同化的差别越小。我们还研究了不同样本数对同化效果的影响，结果表明采用改进分析方案的EnKF在样本数为30-50个时就可以保证较好的同化效果，而使用传统的EnKF方法要达到类似的效果，需要100个集合样本。　　 3.研究集合同化方法反演污染源等模式参数的理论及应用。基于Bayes估计理论，将集合卡尔曼平滑(EnKS)和EnKF方法应用在反演随时间变化的污染源问题中。在详细推导出污染源反演的集合平滑、EnKS和EnKF的严格数学表达后，用一个简单的模型研究了EnKS和EnKF在污染源反演中的可行性，理想试验结果表明，EnKF和EnKS都可以更准确估计随时间变化的污染源排放清单，EnKS效果更好，但计算量和存储量要大很多。基于以上的理论和理想试验结果，综合考虑计算量和存储量的问题，在实际空气质量模拟和预报中，作者采用EnKF方法对模式偏差进行订正并比较其对同化和预报的影响。对2006年10月1-7日上海地区PMlO浓度进行同化试验。结果发现，采用在同化PM10浓度的同时对污染源强进行订正的方案，其预报结果有了明显的改善，10月5日比控制预报的均方根误差减少了40％左右。这表明对模式主要参数进行订正，可以提高预报准确率同时增加预报的时效。但将模式误差的来源全部归结为污染源强的误差，当模拟结果与观测间的误差较大时，利用其对污染源的订正也会偏大，出现不合理的结果。采用同时考虑污染源、地面风速及垂直扩散系数的误差并对其进行订正的方案，对参数的估计更为准确，对污染物的预报准确率和预报时效也有明显提高。