目前，制约数值预报结果准确性进一步提高的关键因素有两个：资料误差和模式误差。传统四维资料同化都是假设模式完全精确仅对初始资料进行修正，忽略了模式误差本身造成的预报误差。本文将遗传算法同化系统应用于修正模式地形即修正模式的问题当中，因为地形是模式的重要参数，提供了一种新的较为有效的修正模式误差的方法。该方法能够反演出一个与初始气象要素场相匹配协调的地形场，从而优化了预报模式，使得该模式有效改善对强降水中心及降水区域的预报；数值试验结果还揭示了用遗传算法同化系统对模式误差进行修正的方法是可行的。 本文介绍了遗传算法的研究进展、特点和应用，还介绍了修正模式地形参数的基本原理，接着构造了基于遗传算法的MM5模式四维变分资料同化系统，利用该同化系统对模式的地形参数进行修正，并分别用原地形场和修正后的地形场的模式进行模拟，试验结果表明：经过修正后的地形比未修正的更能和气象观测要素相协调，再次说明地形对降水的影响是复杂的，模式地形与观测资料相互协调，有助于模拟出与实况更接近的水汽分布、风场和垂直结构、热力结构等条件，从而改进模式对强降水天气过程的模拟，为遗传算法同化系统的广泛应用提供了一种新的思路。