在原始方程模式中用观测分析场做初值作预报时，需要用初始化过程来对初始状态进行修正来阻止激发重力惯性振荡。1992年Lynch等提出的数字滤波初始化技术(DFI)已广泛应用于各个原始方程模式中，但目前的研究工作多侧重于对数字滤波结果的分析，而对于数字滤波初始化技术在具体应用中的一些参数的选择方面的研究则几乎没有涉及。围绕这一问题，本文将数字滤波初始化技术应用于新一代中尺度WRF模式中，通过对三种不同类型的天气过程的模拟，分析研究不同模式分辨率以及滤波时间窗口对数字滤波初始化结果的影响，结果表明： (1)数字滤波初始化技术能有效的滤去模式初始场中包含的较强的高频重力波振荡。当模式分辨率较高或有降水发生时，采用数字滤波初始化显得尤其重要。 (2)数字滤波初始化技术能有效的抑制了模式积分初期的Spinup问题，由于非绝热过程的引入，在调整风场和质量场的同时，也对温度场和湿度场进行了调整。经过数字滤波初始化后的模式初始场更为平滑同时更接近实况；用数字滤波初始化处理后的初始场进行数值模拟(预报)能得到更接近实况的降水结果。数字滤波初始化技术在地形复杂的地区对模式初始场的调整更为显著。 (3)选取的滤波时间窗口在30分钟到1小时之间时，既有利于滤去初始场中的高频重力波振荡，又不会影响其中的较小尺度信息，同时还能节省计算机时：采用30分钟到1小时滤波时间窗口数字滤波初始化后的初始场更为平滑，对降水场的位置和量级的预报也最接近实况。