目前对风暴尺度系统初始误差增长及传播特征的认识比较缺乏，而这又是建立风暴尺度集合预报的基础。针对风暴尺度系统的特性，研究合适的误差引入方法以及它们的增长、传播和演变是很有必要的。 本文采用WRF模式模拟一个理想单体风暴，通过对温度场和湿度场进行MonteCarlo扰动生成控制预报，在此基础上分别对初值和微物理过程进行扰动敏感性试验，以考察不同扰动方法扰动误差的增长和演变情况，最后进行了集合预报试验和检验。结果表明：①与真实风暴相比，控制预报能反映实际观测的误差特点，初始误差在很短时间内集中到风暴系统的湿对流区域，且误差随时间增长。②通过对风暴个例进行扰动试验，发现温度扰动的误差与成员温度扰动振幅成正比，不同扰动振幅的误差增长率比较能保持一致：而比湿扰动集合中，负值扰动成员的误差均大于正值扰动成员的误差，且在负值扰动成员中，误差与扰动振幅的大小成正比。③误差的垂直结构显示，不同物理量的误差峰值分布在不同的空间高度上。温度均方根误差峰值位于风暴顶部，对应于对流层顶及以上；而风场误差主要分布在对流层中层。④模式和初值共同扰动产生的误差增长，明显大于只有初值扰动的误差，显示了模式扰动的影响。 对集合预报系统进行效能检验表明：①初值扰动子集合的平均降水量呈现相似分布，降水预报概率极高，BIAS和ETS评分反映出三者预报技巧良好。模式扰动子集合的平均降水量级偏小、区域偏大，降水概率值较小，反映出该子集合中各成员降水预报差异较大。②总集合系统的Talagrand分布表明其离散度偏小，集合平均降水评分反映出比单个子集合更好的预报效果。③初值扰动子集合和物理过程扰动子集合在集合系统中具有不同的作用，前者在预报准确度方面贡献大，而后者在增大集合离散度方面发挥作用。