对于风暴尺度天气系统，目前“单一”确定性预报仍然存在较大困难。鉴于集合预报技术在中期数值预报中所取得的巨大成功，因此对风暴尺度系统引入集合预报技术就成为一个自然的选择。本文在前人研究成果的基础上，对风暴尺度集合预报进行初步的试验研究。 首先基于一个模拟的理想风暴，通过对风场和温度场进行扰动生成了控制预报。接着通过多组扰动试验分析了风暴尺度系统的扰动误差发展与演变情况，结果表明扰动误差的发展和演变与对流不稳定区和水平风场分布有着非常密切的关系。具体表现为其误差大值区通常出现在对流不稳定区，并且随着水平风场向其下游扩散。 然后用Monte-Carlo方法和增长模繁殖法对控制预报进行了集合预报试验，生成了相应的集合预报产品，并结合“真实”风暴和控制预报结果进行了对比分析。Monte-Carlo方法的集合预报试验表明，不同集合方案的预报效果明显不同，有的方案能改善控制预报降水强度，有的方案对降水落区有一定的修正作用，而有的方案明显不如控制预报，其集合预报效果明显依赖于扰动变量和扰动振幅的选择，而增长模繁殖法的集合预报效果有了较大改善，多数方案降水的集合平均优于控制预报结果，集合离散度在强度和范围上都略有增大，能更好的反映降水强度和落区的不确定性。与Monte-Carlo方法相类似，其预报效果仍在一定程度上依赖于扰动变量和扰动振幅的选择。 最后对这两种初始场扰动方法进行了集合预报检验，检验结果表明，增长模繁殖法在Talagrand分布和动能均方根误差的检验上均优于Monte-Carlo方法。在相对技巧评分上，增长模繁殖法总体上优于Monte-Carlo方法。 通过理想风暴的集合预报试验可以看出，增长模繁殖法比Monte-Carlo方法更适合于风暴尺度集合预报研究。同时，由于风暴尺度系统对扰动变量和扰动振幅比较敏感，其误差结构和增长率各不相同，所以在作风暴尺度集合预报时选择合适的扰动变量和扰动振幅就显得尤为重要。