由于初值和对次网格尺度物理过程描述不可能完全准确,作为初值问题的数值模式不可避免地存在误差。而过去观测资料作为真实大气的特解蕴含了模式的误差信息,且将数值模式看作反问题利用过去资料可反解出模式误差,进而将求出的误差加入到模式当中来改进模式预报。利用过去资料以反问题的方式改进模式预报需要解决两个问题：（1）如何获得过去时刻的模式误差,（2）如何外推获得未来时刻的模式误差。针对这两个问题,本文进行了以下研究：（1）首先评估了一个理论模型,该模型用梯形法近似获得过去时刻的模式误差,并利用多项式的方法对模式误差进行外推。由于该方案假定了过去资料完全精确,使得用来外推的多项式的阶与所用过去资料的个数必须保持一致,而实际上所用资料和梯形法近似不可避免地包含有误差,且高阶多项式对误差非常敏感,导致该方案很难直接应用到业务运行的模式当中。（2）对于如何获得更为精确的过去时刻的模式误差的问题,本研究推荐了迭代的方法。利用理想试验和实况批量试验,证实了迭代法的收敛性,并获得了过去时刻的模式误差订正项。分析了模式的系统误差,检验了迭代所获得的模式误差项的代表性,结果表明迭代所获得的模式误差项能够代表模式的实际误差。（3）将最小二乘法的思想和“广义解”的思想结合,设计出了可灵活应用过去资料数量,灵活选取订正函数的新方法。新方法的外推函数可以根据模式误差不同分量的演变形式有针对性地设定为相应的形式,而不受过去资料的限制,因此更具有其合理性和针对性。（4）利用迭代获得的过去时刻的模式误差项向前外推,将新方法的0阶订正应用到GRAPES模式当中。从平均环流,等压面上的模式误差,纬向平均误差剖面等方面看,0阶订正显著的改进了GARPES模式的预报,减小了模式的预报误差：从平均偏差,均方根误差和距平相关系数等平均评估参数看,0阶订正整体上减小了GARPES模式的预报偏差,提高了GRAPES模式的预报能力。总之,本研究发展了一个利用过去资料改进模式预报的新方法。本方法既不需要建立专门的数值模式,又不需要改动现行业务数值模式的结构,将近期演变资料通过求解反问题的途径应用到模式改进当中,利用迭代法获得过去时刻的模式误差,将最小二乘法和“广义解”的思想结合,可灵活地针对实际模式误差选取订正函数来外推未来时刻的模式误差,一系列试验证实了新方法的有效性。