随着现代科技成果的引入和大气科学自身的快速发展,天气预报已经从传统的建立在天气学原理、数理统计与预报员经验基础上的定性预报方法,发展以大气探测和大气科学理论为基础、综合运用科学技术新成就、在高性能计算机上实施的现代数值天气预报体系。数值天气预报水平的高低,已经成为衡量一个国家气象业务保障能力的重要标志。准确的数值天气预报必须以高质量初始场为基础。生成初始场数据的资料同化是数值预报的核心关键技术之一,而背景误差协方差矩阵又是变分资料同化系统的不可或缺的重要组成部分。随着数值预报模式和资料同化技术的发展,相应地要求不断改进同化系统中的背景误差协方差模型。背景误差协方差在资料同化中地位重要,发挥着信息传播、信息平滑、体现平衡属性、形成随流场变化结构的重要作用。通过引入基于集合信息估计得到的流依赖协方差,能够提升背景误差协方差反映真实大气流场随天气形势演变信息的能力。在变分资料同化执行过程中,模式变量的增量一般被视为由平衡变量表示的平衡项和剩余的非平衡项两个部分之和,对规模巨大背景误差协方差实施控制变量变换,利用变量之间的平衡关系,使模式变量转换为互不相关的控制变量。在国产自主的YH4DVAR系统中,以涡度为平衡变量,将散度、温度和表面气压分解为与涡度相平衡的平衡项和非平衡项两部分,而将比湿视作独立变量,但目前只实现了平衡项的流依赖方差估计。本文针对YH4DVAR系统中流依赖信息估计不充分的问题,提出同时估计平衡项和非平衡项流依赖方差信息的方法,在已有基础上设计了非平衡项流依赖误差方差的估计流程。主要思想是利用集合资料同化生成的背景误差样本实时地估计出非平衡项的背景误差方差。为了克服短时间内背景误差样本不充分的问题,采用了短期迟滞方法增加样本规模,即选择当前时次集合的不同预报时效的预报场集合,与最近几个时次的不同预报时效的组合。优点是在短时期内构造出数量足够充分的背景误差样本,从而有效减少误差统计中的取样误差。本文的主要工作和得出的结论归纳如下:（1）回顾了资料同化和背景误差协方差研究进展,介绍了混合资料同化方法和流依赖背景误差协方差的研究现状,介绍了多增量四维变分方法、YH4DVAR同化系统框架、球面小波背景误差协方差模型,在此基础上提出了同时估计平衡项和非平衡项流依赖方差信息的方法,给出了非平衡项流依赖误差方差估计流程。（2）为了解决多重共线性现象,提出使用流依赖样本,对不同变量的非平衡流依赖误差方差成功进行了估计,解决了多重共线性问题。对比平衡算子矩阵的计算结果发现,基于岭回归估计方法,使用新的平衡算子,消除和减弱了增量场中幅度较大的增量,表现出平滑作用。通过探究平衡系数对同化和预报的影响,证明了统计得到的新平衡算子的合理性。然后针对新旧不同平衡算子,进行了两组大批量同化预报实验,通过世界气象组织推荐使用的标准统计检验综合评分程序,统计检验结果表明使用新的平衡算子后相对气候态值为预报带来正效果,并且在南半球区域预报效果改进最为明显。分析了非平衡项方差的分布特点,总结得出非平衡项方差具有带状分布特点,受具体区域的大气运动状态影响,非平衡项方差在西风带区域数值较大。经过校正和滤波处理,温度的非平衡项方差分布更加接近总方差的分布,空间分布更加平滑,有效地滤除了噪声。（3）以台风“奥鹿”为例,根据不同的方差配置情况设计了3组全球同化预报试验,展示了预报效果。试验结果表明:使用更新涡度和更新散度、温度、地表气压的非平衡项方差后,对台风中心气压的预报效果有显著提升,初步体现了引入流依赖非平衡项方差带来的改进作用。