经典四维变分同化(four dimensional variational data assimilation,简称4dvar)中认为模式是完美的,而实际数值模式中存在的模式误差将对变分同化效果产生直接影响,弱约束4dvar的提出为4dvar中考虑模式误差的影响提供了一种可行途径.研究了基于模式误差控制变量的弱约束4dvar基本理论,并在一维浅水方程组中对其同化效果及估计模式误差的有效性进行相关数值实验研究.结果表明,在模式误差不可忽略的情况下,模式误差弱约束4dvar在整个区间(包括同化区间和预报区间)上预报误差均比传统.4dvar小,在模式误差相对较大时改进效果更明显,具有明显优越性:并且,模式误差弱约束4dvar能有效估计模式误差大小及分布形式.