本文首先利用中尺度数值模式WRF V3.8.1中的16种云微物理参数化方案,对2014年8月26日至27日川渝地区的一次高原切变线主导下的暴雨过程进行了数值模拟对比实验,并对模拟结果进行了定量检验。接着选取了3个模拟效果最好的方案与3个降水量明显小于实况的方案进行了详细分析,根据云中水成物的分布特征,分析了降水差异的原因,同时证明了集合平均具有更好的模拟效果以及集合预报的准确性。最后在确定了最佳云微物理方案的基础上,使用外层网格数据进行了4种积云对流方案的对比实验,运用相同的方法对模拟效果进行了定量检验,探讨了主要物理量场的差异。并通过计算视热源和视水汽汇对降水过程进行了分析。得出以下主要结论:（1）16种云微物理方案输出的降水结果特征大致相似,与实况较为对应,而各个方案模拟的暴雨带以及中心降水量却具有较大的差别。NSSL 2-moment方案的3种统计量均具有一定的优势,判定其模拟效果最佳,而Ferrier方案效果最差。TS评分结果显示模式对于小雨的模拟能力最强,多数方案得分在0.4以上,而对于暴雨的模拟最不稳定,各方案之间差异较大。在主要降水区域中,选取的6种云微物理方案模拟的逐时降水峰值普遍比实况滞后4⁵ h,且降水的突发性更强。NSSL 2-moment和SUB_YLIN方案在此区域上的累计降水量要高于实况,NSSL 2-moment with CCN方案基本与实况重合,此方案模拟的降水中心雨量具有一定的优势,而其他3种方案均低于实况,降水强度刻画不足。（2）模拟降水量较多的方案,主要是由于冷云降水贡献较大,其中雪粒子的含量远远大于其他冰相粒子,而它的大量形成在其凝结过程中造成的潜热释放不仅有利于对流活动发展,而且还可以通过融化过程促进降水,雪粒子含量与降水量大小比较对应。（3）运用集合平均的方法可以较为显著的改善降水的模拟效果。集合预报也能准确的对降水概率进行预测,与实况降水量较为对应,表明本次降水过程的可预报性较强。（4）积云对流方案对于降水的影响要小于云微物理方案,GD方案的综合表现最佳。BMJ和SAS方案的降水量无论在时间上还是空间上都较为集中,中心雨量远超实况,KF和GD方案的降水量相对分散,尤其是GD方案,在暴雨主要落区上的累计降水量与实况基本重合。综合看来,GD的综合表现最佳,SAS方案最差。（5）4种方案模拟的降水中心低层均处于相对暖湿区,辐合带与正涡度带位置相重叠。低层辐合、高层辐散的高低空配置与大气中的不稳定能量的向上输送均十分有利于对流的发展,加之低空急流输送了大量的水汽,由此形成了较强的降水,而不同积云对流方案之间物理量场的较大差异也直接导致了降水量模拟的差异。（6）气柱视热源和视水汽汇的大值区与暴雨落区重合,积云对流参数化方案正是通过改变凝结潜热的释放影响对流活动,从而直接影响降水。大气视热源Q₁、视水汽汇Q₂与垂直速度之间存在正反馈机制,具有相互促进的作用。垂直输送项是Q₁的主要贡献项,而Q₂在低层的主要贡献项为水平平流项,而其高层同样依赖于垂直输送项。