随着数值预报技术的发展,全世界绝大多数国家和地区已把数值天气预报作为日常业务的主要方法,数值预报也成为研究中小尺度及灾害性天气系统的主要手段之一。但大气的混沌特性、人类对大气运动认知的限制以及不可避免的观测误差,使得数值模式在预报过程中偏离大气真值。为了减少这种偏差,使用集合预报进行可能性预报代替单一确定性预报,已成为国际研究热点。集合预报方法也从仅仅考虑初始场不确定性的扰动方案,发展到针对模式内在误差的扰动方案。在现有模式物理过程扰动的方法中,随机物理过程扰动方案（SPPT）有较好的预报效果,但在WRF模式中,该方案存在着无法单独估计不同参数化过程产生的误差,也没有较好的考虑误差与不同参数化过程之间相互作用的缺点。本研究针对这一问题,提出了针对模式积云参数化、行星边界层、辐射参数化过程不确定性的三个扰动方案。并评估了上述方案对集合预报效果的影响,研究了这些方案与常规多物理方法、多参数、SPPT、随机动能后向散射方法（SKEB）对预报性能的差异及可能的原因,探讨了扰动参数对预报的影响。设计了一种可以保留相关性的扰动方法,并构建了包含上述三种扰动的集合预报方案,评估了不同参数化过程扰动对预报的贡献,讨论了扰动参数的最优值。本研究的主要结论如下:1)设计了针对积云参数化倾向项进行随机物理过程扰动方案,该方案可以很好地抑制方案中对流性降水虚高,显著降低了模式对降水的预报误差。在使用经验参数时,该方案在长期模拟中能显著提升对小雨的概率预报。与多积云参数化方案、SPPT方案和SKEB方案相比,该方案进一步降低了降水的均方根误差:3.6%、7.5%和9%。除此之外,对高空变量的离散度的提升也有明显的作用。2)构建了行星边界层参数化倾向项扰动方案。因其对扰动参数较为敏感,故使用随机选取方式进行30组测试得出适合的格点方差参数为0.50。对个例的研究发现,合适的去相关尺度有利于预报降水落区,较大的去相关时间参数可增加的离散度,较大的格点方差可有效地降低系统误差。该方案比SPPT方法对格点方差的响应更好。长期的模拟发现,使用优化参数时,该方案能较为合理的代表误差的形态,对近地面变量及降水的预报效果有一定的提升。3)基于模式物理过程倾向项有一定联系的理论,设计了一种可以保留相关性的扰动方法,并将这种方法使用在长波辐射和短波辐射倾向项上。该方法可提高37%的高空温度的离散度,对近地面温度的暖偏差有较好的降低作用。评分指出该方案对集合预报系统,尤其是在模式底层及近地面的温度预报上改善明显。4)随机独立物理参数化过程扰动方法是对前面三种方法的融合,利用保留相关性的扰动方案,针对积云参数化、行星边界层、辐射参数化过程不确定性进行估计。该方法融合了前三种方法的优点,并可根据预报对象调整针对不同参数化倾向的扰动设置。使用经验参数时,该方案与控制试验相比对高空温度与风场的离散度提升分别可达166%和143%,可降低近地面变量约4%左右的误差,并显著提高降水GSS评分。该方法比SPPT方案能进一步降低温度,风场和降水的误差约1.5%、3.8%及7.6%。5)随机独立物理参数化过程对预报能力的提升,55%以上的贡献来自对积云参数化倾向项的扰动。被SPPT方案忽略的参数化过程之间的相互作用的贡献在对温度预报中可高达30%以上。因考虑了参数化过程之间的相互作用,故本研究提出的扰动方案均取得了一定的效果。