强对流天气系统时空尺度小,云内物理过程复杂,数值天气预报模式难以完整准确地对其进行描述,因此在强对流预报中存在模式物理过程不确定。本文对强对流集合预报中物理过程参数化误差表征以及后处理问题进行了研究,其中参数化误差的表征通过随机物理过程参数化扰动方法实现,包括扰动物理过程参数（SPP）和时间倾向（SPPT）。随机物理过程扰动方法通过乘数法表征参数化方案中的偏差,其扰动具有一定的空间尺度并随时间变化,具有表征误差时空分布不均一的能力。基于上述扰动方法,本文提出了考虑模式耗散过程和微物理过程不确定的扰动方案,并设计了与之相配套的扰动空间局地化方案和非对称扰动再采样方案,评估了上述扰动方案对集合预报效果的影响,分析扰动的空间结构与超级单体后部中气旋强度和结构的关系,讨论了集合预报关于扰动时空尺度的敏感性。由于集合预报提供的信息量大,在指导预报中需要对信息进行浓缩,形成确定性产品,因此本文提出了以集合最大值为参考场的概率匹配（PM）方案,研究了集合样本数较小的情况下该方法（PM max）与以集合平均为参考场的PM方案（PM mean）在预报技巧和要素空间分布上的差异并分析了原因,为后续龙卷相关涡旋的确定性预报提供了支撑。通过多个理想和实际个例,本文得到了以下主要结论。（1）模式分辨率不足导致的超级单体后部中气旋强度误差难以通过初值扰动表征,而使用耗散项扰动则能够有效加强部分集合成员的中气旋强度,提高了集合离散度,改进了集合代表性。（2）在中气旋增强过程中伴随有负位相的耗散项扰动,对应了短波能量的增强,表明增强部分有物理意义的短波的能量有利于超级单体中气旋强度的集合预报效果。（3）扰动微物理参数化过程的温度倾向会同时加强（正扰动位相）或减弱（负扰动位相）中层潜热加热和低层,前者导致近地面冷池过强从而产生较为浅薄的短时强涡旋,而后者则会减弱对流强度从而降低了强涡旋发生的可能性。（4）扰动微物理参数化过程的截断参数时,正扰动位相会减小降水粒子大小从而加强低层蒸发率,并导致近地面冷池增强,有利于较为浅薄的短时强涡旋,而负位相扰动则会增加降水粒子大小并降低低层蒸发率,使得近地面冷池强度适度减弱,有利于深厚强涡旋的维持。（5）联合扰动耗散项和微物理截断参数能够在实际龙卷个例中得到优于单独扰动这两项的效果,其中仅扰动截断参数无法处理分辨率不足导致的误差,而仅扰动耗散项则无法考虑由于降水粒子大小导致的冷池强弱误差。（6）小样本集合通常存在集合离散度不足的问题,其中集合预报的位置偏差是造成离散度不足的主要因素之一,这也是龙卷相关涡旋预报经常存在的问题。相对于PM Mean,使用PM Max能够显著提高确定性产品在预报要素大值区的预报技巧评分;而在局地化的PM方法中,以集合最大值为参考场能够显著提高各个预报要素量级的预报技巧评分。