对短期天气变化的预报是数值预报的难点,随着数值预报模式、物理过程方案、预报订正技术发展得日益成熟而复杂,靠单一确定的预报来提高数值预报的效果越来越困难。集合预报是提高短期数值天气预报效果很好的选择,并且能提供比单一确定预报形式更加丰富的预报产品,能更好地满足现代社会对气象服务的需要,是很有潜力的发展方向。国内对短期集合预报的研究起步较晚,对其中的关键技术如多参数化集合、多初值/侧边界集合在中国东南地区的应用需要进行更多的研究和探讨,本文基于WRF (Weather Research and Forecast)模式,对我国东南地区建立了一个试验性的短期集合预报系统,并利用这个系统进行了多参数化集合预报试验和多参数化+多初值/侧边界的集合预报试验。本文首先采用多参数化方法,利用美国国家环境预报中心(National Centers for Environment Prediction, NCEP)的GFS (Global Forecast System)全球预报数据驱动短期集合预报系统从2010年5月9日开始进行短期集合预报,并用全球数据同化系统(Global Data Assimilation System, GDAS)的高空资料和预报区域内1000多个站点的地面观测资料对短期集合预报系统2010年5月9日到6月24日的预报结果进行了检验,分析了物理过程参数化方案和集合平均方法对气象要素预报效果的影响。结果表明：基于WRF模式的短期集合预报系统对我国东南地区高空及地面要素有一定的预报能力,且无论从单个成员还是全体成员集合平均的结果看,在整个预报时段(60h)内,短期集合预报系统对降水都能够进行较好的预报；不同高度上的气象要素和不同量级的降水对各类物理过程参数化方案的敏感性不同,物理过程参数化方案对不同气象要素的预报效果也存在差异；集合平均方法对于除位势高度和海平面气压之外的气象要素场的预报效果超过单个成员。在基于多参数化方法所建的集合预报系统的基础上,讨论了多种可能的多参数化组合对预报效果的影响,主要结论有：集合平均的对大多数气象要素的预报效果随集合中成员的数目的增多而变好,一般而言,对四种物理过程都作集合的预报效果是最好的。对不同种类的物理过程进行扰动效果有所不同：对地面变量而言,对陆面模式和边界层方案作集合能有效提高模式对地面温度的预报效果,对陆面模式和对流参数化方案作集合能有效提高模式对海平面气压的预报效果；而对于高空气象要素和量级较大的降水,集合方案优先选择对流参数化方案,其次是边界层方案和陆面模式,最后是微物理方案。由于初值和侧边界也是影响短期集合预报效果的重要因素,本文使用多初值/侧边界与多参数化相结合的方法进行了短期集合预报试验,预报时间为2011年梅雨期间,从6月7日开始到7月20日,由GFS、JMA (Japan Meterological Agency)和T639的全球预报数据驱动。然后分析了各要素对初值和物理过程的敏感程度以及全体成员集合平均对预报效果的改善,结果表明：使用初值扰动和多参数化的集合预报系统可以有效减少模式的不确定性,延长模式的预报时效,且其预报效果好于全体成员平均的预报效果；相对于物理过程,各高空要素往往对初值/侧边界更为敏感,所选三种驱动资料中,JMA表现略差,GFS略好于T639或与之相当,而各物理过程参数化方案各有优劣,没有哪种方案明显优于其他种的情况；地面要素对初值和物理过程参数化方案都较敏感,仍是由JMA驱动的成员预报效果稍差,其余两种全球谱模式相当或各有优劣,对海平面气压和地面温度有BMJ (Betts-Miller-Janjic)对流参数化方案稍好于KF (Kain-Fritsch)对流参数化方案,对12-24h累积降水的预报则是KF对流参数化方案略好于BMJ对流参数化方案,使用WSM3(WRF Single Moment3)微物理方案的成员对海平面气压和地面温度的预报总体好于使用其他微物理方案的成员；对于降水,中雨及其以上量级的降水对初值和物理过程都较为敏感,暴雨及以上量级的降水受微物理过程影响较小；总体而言,由GFS驱动的成员表现最好,其次是T639,JMA最差,两种对流方案则是KF方案好于BMJ或与之相当,微物理方案中,Thompson方案总体表现略好。