本文从多尺度的角度探讨了对流尺度集合预报(Convection-allowing ensemble forecast system, CAEFs)中初始扰动(Initial condition perturbation, ICP)与侧边界扰动(Lateral boundary perturbation, LBP)的方法问题,采用WRF模式构造内外区域分别为4 km、24 km水平分辨率的CAEFs并针对两次不同的暴雨天气过程展开研究。研究主要包括4部分,首先,采用NCEP全球集合预报系统(GEFs)提供的分析扰动作为大尺度的基扰动,并采用集合转换卡尔曼滤波方法(Ensemble transform kalman filter, ETKF)对基扰动进行更新,在更新循环过程当中采用GEFs的大尺度分析扰动作为LBP,意在使最终的ICP中包含足够的大尺度信息,从而构建WRF-ETKF更新预报系统；随后,通过个例分析研究了侧边界处扰动不匹配对CAEFs的影响,进而对比研究了ETKF和基于聚类平均法的动力降尺度(Dynamical downscaling, DOWN)构造扰动的多尺度机制,分析了ETKF扰动结构方面的不足并提出了优化方案；接着,在不同类型的两次暴雨个例当中对比了ETKF和DOWN的多尺度发展特征,探讨了CAEFs中ICP与LBP的相互作用机制,及对降水预报的影响；最后在前文的基础上,提出多尺度混合初始扰动的最终设计方案。得到以下主要结论：1.采用ETKF方案并在循环过程中加入由GEFs提供的大尺度LBP最终获得的ICP可包含多尺度不确定性(中小尺度不确定性通过4 km区域更新循环得到,大尺度不确定性通过循环中的LBP得到),但却不能满足于LBP相匹配,模式在积分1 min侧边界处即会激发出虚假重力波；在大尺度强迫显著的北京“7.21”特大暴雨个例中,基于Haar小波分解研究了ETKF和DOWN的多尺度发展特征,发现前文构造的ETKF扰动存在尺度结构不合理的问题,提取ETKF中能够快速增长的中小尺度扰动信息,并与来自于侧边界的大尺度扰动相结合得到新的ICP,不仅优化了ETKF扰动的大尺度结构,而且缓解了侧边界处扰动不匹配的问题,从预报技巧来看,优化后的方案较ETKF有效提高了“7.21”暴雨过程中锋面降水阶段的预报技巧。2.在大尺度强迫显著的个例1中,以大尺度扰动信息为主的DOWN增长趋势较ETKF更为显著,且总扰动能量在预报中后期超过ETKF,而在大尺度强迫相对较弱的个例2中,ETKF的扰动能量始终高于DOWN。此外,当大尺度强迫显著时,ICP与LBP相匹配会产生相互促进的作用,而不匹配时ICP会在预报中后期抑制LBP的发展,而大尺度强迫较弱时,即使是互相间不匹配的ICP与LBP也能在大部分预报时段起到相互促进的作用,说明ICP与LBP的相互作用机制不仅与天气形势相关,也与二者是否匹配挂钩,另一方面,扰动的发展特征同样依赖于天气形势；从集合离散度的角度来看,当大尺度强迫明显的时候,LBP的作用会在更短的时间内取代ICP,从而对离散度起到主导地位；两种初始扰动方法相比,ETKF在多数情况下对总离散度的贡献均大于DOWN;从定量降水预报及概率预报情况来看,大尺度强迫明显的个例可预报性更高且各集合成员间的差异较小,大尺度强迫较弱的个例则相反,且当两种ICP与LBP相结合时,较仅扰动侧边界时均有一定提高。3.基于上述研究结论,将“混合(Blending)"的理念融入LBP的构造当中,在24km水平分辨率的区域采用ETKF方案构造ICP(作为4 km区域的侧边界扰动)并与GEFs中结构合理的大尺度扰动信息通过离散余弦转换(DCT)进行第一次混合,从而使LBP中既包含GEFs的大尺度信息同时包含24 km区域包含分析不确定性的中尺度信息,进而再将包含中尺度与大尺度信息的LBP与4 km区域的ICP进行第二次混合从而得到包含更为全面的多尺度混合初始扰动(SSETKF),检验结果表明新方案在各尺度上均获得了最佳的预报技巧评分。目前对流尺度集合预报系统的开发在全球均处于较为初步的阶段,本文的研究结果不仅对对流尺度集合预报的初始及侧边界扰动方法的认识有重要的理论意义,同时也为未来业务中开发该类系统提供了一定的依据。