当前,我国灰霾污染问题仍然严峻,尤其是中东部的复合型污染,对其仍然缺乏机理性的研究。大气化学模式是大气气溶胶业务预报和科学研究的重要手段,而同化技术将观测与模式相结合,通过调整大气化学模式的初始场从而改进模式的模拟和预报,有着广阔的应用前景。本文首先介绍了WRF-Chem化学传输模式的原理和结构,对涉及同化系统构建的气溶胶参数化方案做了详细讨论。针对公开版本的GSI三维变分同化系统仅能实现面向GOCART气溶胶方案的同化,面对复合型的灰霾污染的预报适用性较差的问题,本文阐述了面向MOSAIC气溶胶方案的观测算子构建方法,结合三维变分同化的计算原理、背景误差协方差的构建方法以及观测数据的预处理流程,实现了面向MOSAIC气溶胶方案的近地面PM_2.5浓度观测数据与卫星AOD数据的三维变分同化。之后针对2018年11月中国中东部的污染过程进行了同化试验,结果表明,当近地面PM_2.5浓度数据单独同化时,PM_2.5分析场的模拟得到明显提升,分析场的均方根误差从57.11μg/m³降至27.34μg/m³。相对应的,MODIS AOD数据单独同化时,AOD分析场模拟效果得到改进,均方根误差从0.57降至0.39。当同时同化PM_2.5与AOD数据时,PM_2.5分析场的均方根误差为24.58μg/m³,AOD分析场的均方根误差为0.42,模式分析场的总相对误差最小,为71%,此时近地面浓度信息与整层光学信息在同化过程中共同作用,得到了最为合理的分析场。AOD同化造成了研究区域内近地面PM_2.5分析场的精度下降（均方根误差为80.5μg/m³）,但是精度下降较大的地区主要为没有AOD数据覆盖的区域。同时,近岸海域的AOD数据同化能提升沿岸地区PM_2.5的分析场精度（均方根误差则从62.66μg/m³降至45.20μg/m³）。AOD数据的同化能给分析场带来气溶胶光学信息和整层观测信息,弥补地面站点稀缺区域的观测缺失,同时带来海洋上空的观测数据,很好的弥补了同化中PM_2.5地面浓度数据的不足。预报试验表明,同化改进预报的时效性约为48h,预报试验的前24h同化改进效果最为显著,在对重度污染（q>150μg/m³）的预报中,同时同化两种观测数据能获得较好的综合预报效果。基于上述分析,本文搭建了气溶胶参数同化系统,并进行了自动化运行试验,该系统每隔六小时加入一次地面PM_2.5浓度观测数据与DPC AOD数据,并以同化后的分析场作为初始场来重启模式预报。结果表明,该系统能实现同化预报流程的自动化稳定运行,输出的PM_2.5与AOD分析场时空分布直观合理。未加入数据同化的原始预报对PM_2.5浓度存在系统性高估,而同化预报则能抑制系统性高估,将预报的平均误差减小60%以上,该系统的同化预报对重污染情况的改进最为明显。该系统的运行效果体现了同化对于大气化学模式灰霾预报的积极效果以及新的观测技术在数值预报中应用前景。