弱天气尺度背景下的暖区暴雨发生发展机制复杂且难以准确预报,这时考虑不确定因素的集合预报成为重要选项。为探索长江中下游暖区暴雨的预报误差来源、演变特征及可预报性并据此优化对流尺度集合预报,本文通过施加初始扰动的集合预报试验,分析和探讨集合预报结果对初始扰动尺度、振幅等特征量的敏感性问题,探索此类过程实际和内在可预报性的受限制程度及影响因素。结果表明:（1）不同积分阶段集合离散度的增长及概率预报效果与初始扰动的尺度特征关系密切。针对长江中下游暖区暴雨采用动力降尺度（DOWN）、增长模繁殖法（BGM）、局地增长模繁殖法（LBGM）和混合扰动法（BLEND）等四种具有不同尺度信息的初始扰动方案进行集合预报试验。试验结果发现,在模式积分0-6 h,具有中小尺度扰动信息的LBGM的离散度优于DOWN和BGM,说明准确的中小尺度扰动能在积分初期较快增长,同时由LBGM产生的降水概率预报能有效减少对小概率事件的过报;但是,在积分12 h后,具有更多大尺度特征扰动的DOWN优于BGM和LBGM,说明经过初始误差快速增长一段时间后,大尺度扰动开始起主要作用,且该阶段DOWN对大概率事件较优的辨识能力有效避免了无条件偏差。（2）混合扰动法能在积分初期和积分12 h后分别继承LBGM和DOWN的预报优势,取得综合最优的预报效果。具有不同尺度扰动信息的BLEND,几乎在整个短时预报时效内（0-24 h）离散度较高且能较优识别众多不同概率的事件,说明混合扰动法有效组合了来自LBGM的中小尺度扰动和DOWN的大尺度扰动,相比单一方法能更有效捕捉暖区暴雨过程中的多尺度不确定性。（3）长江中下游暖区暴雨的集合预报存在与边界层过程高度相关的分岔时段。基于上述尺度敏感性,通过同化模式模拟的探空、雷达等仿真资料,构建了多尺度集合资料同化与预报系统,探讨长江中下游暖区暴雨的集合预报及可预报性问题。试验结果发现,不同成员降水场的时间和落区存在两个差异显著的分岔时段,其一在对流触发阶段,源于扰动风场与地形的相互作用;其二在发展阶段,源于初始扰动导致冷池出流强度出现差异,冷池出流强（弱）,降水落区偏南（北）。集合敏感性分析的结果也进一步证实边界层风场的误差是影响分岔时段模式预报准确性的重要因素。（4）可预报性定量分析表明,暖区暴雨在分岔时段实际和内在可预报性均受到较严重限制。当天气过程受由初始场和侧边界所导致的实际可预报性限制时,准确的初值可有效改进预报结果。但逐步减小扰动振幅的敏感性集合预报试验表明,分岔时段还受到由混沌非线性动力学所导致的内在可预报性限制,表现为偏差总能量及预报挑战度不随初始扰动振幅的减小线性降低,反而呈现出非线性辐合收缩的特征,此时改善初值仍可能出现单一确定性预报失败的情形,须着重考虑采用集合（概率）预报。该结果有助于业务上针对不同来源的预报误差所导致的可预报性限制差异,采取不同的方式来优化预报性能。