为了研究同化静止卫星大气运动矢量(Atmospheric Motion Vectors,简称AMVs)资料对台风数值预报的影响,本文首先对2017年7月和8月的静止卫星FY-2G与Himawari-8各自的AMVs资料进行质量评估,评估结果表明,两颗卫星的AMVs资料中,质量指示阈值QI(Quality Indicator)≥80的资料质量较好,而整体上Himawari-8的AMVs资料的质量相对更好,与FY-2G相比,Himawari-8的AMVs资料的U分量与参考场间的偏差和均方根误差更小,偏差的概率密度分布也更接近正态分布。然后基于以上的评估结果,设计和构建了针对静止卫星AMVs资料的高度订正、质量控制与背景场检测、观测误差算法模型、通道合并与稀疏化等一系列算法模型,并对各个模块的处理结果进行分析,结果表明,AMVs资料处理算法效果较好,一定程度上提高了资料的质量。最后选取了2017年第1713号台风“HATO”为研究个例,利用WRF(Weather Research and Forecasting model)模式(3.9.1版本)和WRFDA(Weather Research and Forecasting model Data Assimilation system)同化模块(3.9.1版本)进行了多组分别同化不同AMVs资料的循环同化试验,结果表明,与控制试验相比,同化试验模拟的台风路径和强度都更接近实况,且各组同化试验的预报效果差别较小,相对而言,同化了Himawari-8水汽通道AMVs资料的试验组预报效果最好。同化处理后的AMVs资料能够改善模式风场和气压场的预报效果,对台风数值预报起积极作用,而且能够在一定程度上延长模式预报的时效。