大气边界层是地表与自由大气之间热量、水汽和动量交换的关键区域，其热力和动力结构直接影响大气不稳定能量积累、对流触发及降水落区和强度。对于强对流降水预报而言，如何在资料同化中准确描述边界层温湿结构及其背景误差特征，是提升短时定量降水预报能力的重要问题。传统三维变分同化通常采用不区分边界层类型的静态背景误差协方差，难以反映对流边界层、近中性边界层和稳定边界层在垂直相关尺度及温湿误差方差上的显著差异，从而限制了卫星和GNSS掩星等观测信息在边界层内的有效传播。
本研究基于高垂直分辨率WRF区域模式，利用2024年7月逐日四个时次的预报样本，采用位温差方法对边界层类型进行分类，并基于NMC方法分别构建对流边界层、近中性边界层、稳定边界层及全样本背景误差协方差。在此基础上，将边界层类型依赖背景误差协方差引入GSI三维变分同化系统，联合同化GNSS无线电掩星折射率观测和风云四号AGRI水汽通道亮温观测，针对华东地区典型飑线强降水过程开展同化与预报试验，并结合CMPAS降水资料，从环流形势、低层水汽、边界层高度以及TS、报准率（POD）和虚警率（FAR）等降水评分指标评估其预报影响。
结果表明，不同边界层类型对应的背景误差协方差结构存在显著差异（如图1）。对流边界层具有更长的垂直相关尺度和更大的低层温度、相对湿度误差标准差，其中2 km以下温度误差方差明显大于近中性和稳定边界层；相对湿度误差的垂直相关和标准差在5 km以下随高度增加，并呈现由对流边界层向稳定边界层逐渐减弱的特征。与采用全样本背景误差协方差的试验相比，边界层类型依赖同化试验能够形成更湿润的低层大气和更高的边界层，同时模拟出略浅的500 hPa槽和位置更偏北的地面冷锋，使降水预报落区整体北移并更接近实况。定量检验显示，该方法总体提高了24小时降水预报的TS和POD，并降低FAR，尤其对强降水阈值预报改善更明显（如图2）。进一步的多物理过程集合预报表明，边界层类型依赖背景误差协方差在多个个例和预报时效中均表现出较稳定的正贡献，说明该方法有助于减弱模式spin-up影响、改善初始场动力平衡，并提升GNSS掩星与FY-4 AGRI资料在强对流短时预报中的应用效果。

GNSS掩星,资料同化,AGRI,背景误差协方差