在当前的暴雨预报和研究工作中，中尺度数值模式提供了丰富的物理参数化方案，能够很好地改善中尺度天气的模拟和预报［2-3］.不少学者开展了可预报性研究，揭示了云微物理、积云对流、边界层等物理过程参数化方案不确定性对暴雨预报和模拟的影响［4-6］，讨论了其敏感程度与产生暴雨的动力过程的关联［7-9］.云物理过程主要描述成云降水的天气过程，影响着降水天气系统的发生发展，并通过感热、潜热和动量输送等反馈作用影响大尺度环流，从而影响着大气温湿场的垂直结构［10-11］.研究发现，不同地区及类型的降水过程中，云微物理方案的模拟结果存在较大差异，其中WSM6方案、Thompson方案、Lin方案等模拟效果较好的频次较多［12-14］.边界层参数化方案在模拟中主要提供地表-大气之间的动量、感热和潜热（即水汽）交换，不同的方案将影响这些量的垂直输送，决定着大气边界层的静稳状况，对降水有显著影响［15-17］.Rajeevan et al［12］研究发现WRF（Weather Research and Forecasting）模式中不同云微物理过程对发生在印度东南部（甘地）的暴雨影响明显，Thompson方案模拟的降水强度最接近实况.马严枝等［14］和朱格利等［18］利用WRF模式中不同的云微物理方案分别对华北暴雨和华南暴雨过程进行模拟，发现不同方案所模拟的降水范围和强度差异明显.Hu et al［19］比较了WRF模式中的MYJ，YSU与ACM2边界层参数化方案，通过对美国夏季东南部地区三个月的模拟，发现局地闭合的MYJ方案模拟的温度与湿度偏差最大，导致降水量也不同.有学者利用WRF模式进行敏感性试验［20-21］，结果表明对流性降水的模拟结果对边界层方案十分敏感，边界层方案的合理选择能够使对流过程模拟得更完善.Jankov et al［22］设计了多种参数化方案组合对八个中尺度对流系统（Mesoscale Convective System，MCS）个例进行模拟，结果显示，云微物理方案和边界层方案对模拟结果有明显的影响.