基于WRF模式构建集合更新预报系统,利用Haar小波分解方法分析了北京"7·21"特大暴雨过程中三种初始扰动方案所构造集合扰动的多尺度特征,基于此探讨了混合初始扰动方法的可行性,并对比了三种扰动对误差的模拟能力。其中扰动方案一是由集合转换卡尔曼滤波方法(ETKF)对NCEP全球集合预报的分析扰动更新后得到,扰动方案二(DOWN)是直接由NCEP全球集合预报扰动插值到试验所设置的模式网格中得到,而扰动方案三(BLEND)则是将上述二者通过Barnes滤波进行尺度混合后得到。结果表明:各组扰动的能量均随时间增长,其中包含分析不确定性的ETKF扰动在预报中前期有较高的中小尺度能量,而DOWN扰动有较高的大尺度能量且能量增长速度明显快于ETKF,二者能量的大值区最终都向中尺度(64~128 km)部分发展,混合后的扰动(BLEND)能量在预报中前期增长速度最快,综合表现最优。从扰动成分来看,ETKF和DOWN中在预报前期可以快速增长的部分均集中在8~32 km的小尺度上,64~128 km部分的中小尺度的扰动信息增长缓慢,而256 km的中尺度信息则很快被耗散,这为如何选取合理的滤波波段构造多尺度混合扰动提供了依据。从降水预报结果来看,控制预报误差主要集中在降水的大值区,虚假初始扰动会导致预报初期产生虚假降水区;在暖区降水阶段,扰动对误差的模拟能力较弱,而在锋面降水阶段,扰动对误差的模拟能力明显提高,总体来看大尺度的误差较难模拟,三种方案中BLEND对误差的模拟能力最强;根据扰动-误差的相关分析同样验证了BLEND在误差模拟能力方面的优势;在降水预报TS评分方面,各组集合试验均优于控制试验,其中BLEND的效果略优于ETKF和DOWN。