我国地面自动气象站(AWS)资料具有空间分辨率高、时间间隔短的特点,一直是气象业务部门日常观测的重要资料之一,也是能够为数值天气预报提供更精确初始场的重要资料来源,但由于测站仪器本身的偏差、周围环境的影响和各种人为因素,使得其质量难以保证,限制了其在数值天气预报中的应用,因此提高资料质量并有效利用来提高数值预报水平是值得探讨和研究的问题。本文首先利用江苏和安徽两省2012-2014年151个国家站及2600个区域站逐小时自动站资料,分别进行缺测统计和质量控制,结果表明：国家站各要素资料缺测率远低于区域站；气候界限值检查中各要素资料几乎都通过检查；气候极值检查中区域站相对湿度资料的可疑率最高；内部一致性检查中区域站风场资料的错误率远高于国家站；二次迭代的空间一致性检查中国家站温、压、湿要素的未通过率及错误率明显低于区域站；时间一致性检查中未通过检查的资料均为可疑资料,两者结果较为一致；持续性检查中区域站各要素资料的可疑率远高于国家站,国家站中相对湿度资料的可疑率最高；综合决策算法中区域站风场资料的错误率远高于国家站,各要素中温、压要素质量相对最好；最后根据上述质量控制结果分别对国家站与区域站各要素的可疑站点进行了标记。然后利用WRF中尺度数值模式及其三维变分同化系统,针对2013年7月4日至6日江淮流域一次的强降水天气过程,进行地面自动站资料同化数值模拟,结果表明：模式中地面自动站资料的加入主要调整模式初始场的中低层,对12小时累积降水雨带的结构与强度模拟均有不同程度的改善；模式地形与实际观测站地形之间的高度差异不容忽视,进行地形订正后的资料同化模拟效果优于未经订正的资料,其中利用郭永润方案,结合模式背景场信息进行地形订正并把所有资料都订正到模式地形高度上的资料同化效果最好。因此将错误资料及可疑站点信息及时反馈,能改善实时资料质量,并为相应测站的检修与维护提供依据；而地面自动站资料的同化则有利于实现资料的充分利用。