基于WRF模式和四维变分同化4Dvar系统分别同化了从2015年7月1日0时至7月4日0时的TRMM 3B42（Tropical Rainfall Measuring Mission）、GPM （Global Precipitation Measurement）和FY\|2G降水资料，并用HiWATER（Heihe Watershed Allied Telemetry Experimental Research）实验的气象站观测资料对结果进行验证。研究结果表明：与控制实验相比，同化多源遥感降水资料可提高降水模拟的精度，同化实验的降水均方根误差在0~4 mm之间，其中同化GPM降水资料的结果最优，均方根误差在0.5~1.5 mm；4类实验对2 m处相对湿度的模拟普遍低于真实观测，相对湿度均方根误差均在10%~50%，且同化GPM降水资料更有利于QCLOUD（Cloud water mixing ratio）、QVAPOR（Vapor water mixing ratio）、QRAIN（Rain mixing ratio）等变量的模拟；同化降水资料对风场模拟的影响极为复杂，不同降水资料的同化结果在黑河上、中和下流域各有优势。在整个流域内10 m处6 h平均风速的实验值都明显地高于实际观测，其中同化GPM实验结果较好，均方根误差在1.5~3 m/s。与TRMM 3B42和FY\|2G降水资料相比，GPM降水资料更能捕捉到微量降水和固态降水。因此，同化GPM降水资料更有利于降水，湿度和风速的模拟。

构建了基于通用陆面模型（CoLM，Common Land Model）、微波辐射传输模型LMEB（L band Microwave Emission of the Biosphere）和集合平滑算法（EnKS，Ensemble Kalman Smoother）的土壤水分数据同化框架，用于联合同化MODIS地表温度和机载L波段被动微波亮温数据。以2012年HiWATER试验期间中游大满超级站为实验站点，分析了3种LAI数据产品对土壤温度模拟结果的影响，进而分析了联合同化地表温度和微波亮度温度对土壤水分估计结果的影响。研究结果表明：3种LAI数据对土壤温度模拟结果的影响显著，MODIS LAI产品在该研究区显著低估，导致土壤温度模拟结果高估4~6 K；同化亮度温度、同化地表温度以及联合同化两者均可以改进土壤水分的估计精度，联合同化地表温度和亮度温度对于土壤水分的改进最为显著，土壤水分同化结果的RMSE减少31%~53%。