基于CWRF-CoLM耦合模式，开发了一种改进的区域多尺度NLS-4DVar数据同化系统。其核心创新在于将收缩因子（ω）引入多网格NLS-4DVar框架，从而解决了传统4DEnVar方法中固有的矛盾——即集合扰动同时用于背景误差协方差（BEC）估计和切线线性（TL）模型逼近。该ω因子通过缩小扰动幅度来实现精确的TL逼近，同时利用原始扰动进行可靠的、与流场相关的BEC估计。为期一个月的循环同化实验（2021年7月）结果表明新系统（DA2）显著优于原始方案（DA1）。DA2降低了大气变量（U/V风、T、QVAPOR）分析场中的均方根误差（RMSE）和偏差。随后的3天预报显示RMSE普遍降低。在中等到大雨阈值下的24小时降水威胁评分（TS）显著提升。此外，仅同化大气观测数据间接优化了地表变量：2米高度气温、2米高度比湿及土壤含水量的预报均方根误差均有所降低。 这些改进得益于增强的初始三维水汽场以及更准确地表征的陆地-大气相互作用。该系统将计算效率（无需伴随模型）与多尺度优化能力相结合，为区域耦合模型的初始化提供了一种有效工具，并展示了一种可用于缓解基于集合的变分同化中非线性误差的通用策略。
 

数据同化；陆气耦合；多尺度；NLS-4DVar