由于高时间分辨率地面风观测资料获取受限，对流尺度风场分析及短时预报仍面临较大挑战。针对这一问题，本文以2024年5月30日影响北京的一次强飑线过程为研究对象，探讨了同化自动气象站常规10分钟平均风（CAW）与最大2分钟平均风（MAW）观测对对流尺度风场分析及短时预报的影响。基于WRF-3DVar系统，设计并开展了一系列敏感性试验，包括单点试验和全区域同化试验。结果表明，CAW资料由于具有较高的时间分辨率，能够在一定程度上改善近地面风场的局地分析效果，并增强对冷池强度的刻画能力。相比之下，MAW资料的影响范围更广、作用更为深远，其影响可延伸至多个垂直层次，从而显著提升三维风场结构的重建精度，并更完整地刻画对流系统中冷池的空间分布特征。进一步的对比分析显示，相较于CAW同化，MAW同化可产生更大的风场增量、覆盖更广的空间范围，且与中尺度观测之间具有更高的一致性。此外，MAW资料在地面风时间演变的刻画上更加贴近实际，同时对阵风锋动力结构的表征也更加一致可靠。综合来看，MAW观测在对流尺度风场同化中展现出更优越的性能，其更广的空间影响范围及更强的动力一致性，使其在提升短时对流预报能力方面具有更大潜力，可作为新一代临近预报与资料同化体系中不可或缺的重要观测资源。
 

最大2分钟平均风（MAW）观测,自动气象站（AWS）,WRF-3DVar,地面资料同化,对流风预报,风场分析