资料同化是为数值天气预报提供高质量初始场的重要手段,随着观测资料的增多和观测质量的提高,对于背景场和观测场不确定信息的描述越发重要。集合卡尔曼滤波方法对误差协方差演变进行预报,利用集合成员统计出随天气形势变化的误差协方差。因而,在集合卡尔曼滤波方法中,使用合适的扰动方法,构建合理的集合成员就显得尤为重要。其中,在中小尺度的集合卡尔曼滤波同化中,如何针对对流不稳定产生有效的扰动场是一个关键问题。本文利用WRF—EnSRF同化系统进行了不同扰动方法的风暴尺度实验,得出以下结论:　　 (1)中小尺度对流就是一个能量释放过程,环境场不稳定度和风切变强度显著地影响风暴发展强度和移动路径,同样影响误差的增长速度及其分布结构,因此,在初始扰动阶段,找到较为准确的不稳定区域(热力、动力)就显得较为重要。利用雷达资料进行对流区域的确定,进而确定扰动区域是一种比较理想的方案。随着观测技术的发展和同化系统的不断完善,在以后的实验中,其他的观测资料,如卫星、探空资料等都可以用来确定对流区域。　　 (2)不理想的扰动地点,尤其是在不稳定度大,但是暂时又没有发生对流的区域(如真实对流的下游)进行扰动,会产生虚假的对流。所以,对于不稳定区域也不能一概而论的进行扰动,而是要根据观测资料结合风场加以确定。　　 (3)对流区域的扰动由于扰动范围较小,通常会造成整个同化过程中的离散度不足,使用空间平滑公式对扰动区域进行平滑能够有效的提高离散度,并且能够反映误差分布,改进同化效果。　　 (4)理想个例由于动力和热力意义比较明确,同化效果要好于实际个例。实际个例的同化效果受影响因素较多,情况比较复杂。不同的中尺度系统,其动力、热力意义有比较大的差别,扰动方法也应有所改变,需要进一步的研究。　　 本文主要讨论了随机扰动及其改进方法在WRF-EnSRF系统中构建集合成员的实验。随机扰动只是众多扰动方法中的一种,只要能够合理的反映出大气中可能的误差分布情况并保持成员间离散度的扰动方法都可以用在同化系统中,并且除了模式空间格点上的变量以外,利用环境场,地形,不同的微物理过程都可以用来构建集合成员,在以后的研究中都应给予考虑。