强对流天气的发生发展包含了多尺度天气系统的复杂非线性相互作用,如何通过高分辨率的对流尺度数值天气预报提高该类天气预报和预警的准确率是科研和业务中亟待解决的问题。解决这一问题不仅需要加强对该类过程发生发展机理的认知,还需要就对流尺度模式对其的预报能力和敏感性（可预报性）进行充分认知。因此,本文立足于江淮流域地区,基于对流尺度集合模拟系统性地研究了梅雨季节该地区强对流天气的可预报性理论,并初步探讨了更具针对性的集合预报方法。研究分为五个主要部分,首先,建立了覆盖江淮地区的WRF-En KF多尺度同化与预报系统,为文章的研究提供包含初始场（IC）和侧边界（LBC）扰动的对流尺度集合预报输出;接着分别基于一次典型梅雨锋暴雨和一次弱强迫背景下的暖区对流过程展开了可预报性研究;在个例研究的基础上,继而通过14个个例系统性地探讨并总结了江淮强对流的实际与理论可预报性;最后在可预报性理论研究的基础上研制了新的集合预报技术并进行检验。在大尺度强迫明显的锋面暴雨过程中,误差能量（RMDTE）的增长呈现出“阶梯状”随尺度增长而滞后增长的特征,即小尺度误差首先在起报后快速增长并达到饱和,随后较大尺度上的误差继续增长并陆续达到饱和。地形（大别山）强迫对误差能量带来额外影响,使误差在各个尺度上在湿对流的影响下同时增长并达到第二个峰值;误差能量的增长进而影响降水预报,使降水不确定性初生于小尺度上并逐渐向大尺度传播,使集合降水预报结果产生巨大的差异,体现出IC和LBC误差对系统实际可预报性的约束。通过对预报分歧时刻的环境场敏感性研究发现,天气尺度西南低空急流强度能够显著影响锋面降水强度和位置的预报,尤其是对于存在额外地形强迫的中尺度对流系统而言,边界层超低空急流与大别山相互作用,对大别山上游降水强度预报产生影响。在弱强迫下的暖区暴雨过程中,降水具有局地性和短时性的特征,集合成员在对流触发（CI）时刻即出现分歧,对应的误差能量曲线与湿对流强度有较好的对应关系,揭示出该类过程中湿对流对可预报性的影响。当IC误差逐步降低时,误差能量同步降低,体现出误差增长对系统实际可预报性的约束,但减少量呈现出强烈的非线性演变特征,各组振幅降低试验的误差能量在CI时即出现辐合发展,揭示出内在可预报性对暖区暴雨预报的约束。通过对预报分歧时环境场敏感性研究发现,九岭—幕阜山群与CI密切关联,而超低空急流的强度和位置则对CI位置和强度预报存在影响。在个例研究的基础上,将江淮地区14个强对流个例分类为强强迫和弱强迫两类天气型,展开系统性地可预报性研究。结果表明,基于对流调整时间尺度能有效地对个例进行分类;两类天气型中,平均误差增长与个例研究的结论一致,并使降水不确定性出现相应差异,强强迫类中降水不确定性的分布峰值在4 h就传播到meso-β尺度,而弱强迫类中降水不确定性在各尺度同时增长,峰值始终保持在meso-γ尺度上,该差异揭示了两类过程中不同的降水预报敏感性。由此总结了适用于江淮地区的尺度依赖误差增长理论。进一步通过对美国中东部平原地区的强对流可预报性研究验证了该理论的适用性。对LBC扰动和不同尺度IC扰动的敏感性研究结果揭示,误差增长过程中的多尺度相互作用（小尺度误差升尺度和大尺度误差降尺度）过程均非常明显,LBC误差对强强迫类更敏感,小尺度IC误差仅能影响3 h内的降水不确定性,且对弱强迫类更敏感,而大尺度IC误差占据了由IC误差产生的误差增长的主要部分。在可预报性理论研究的基础上,分别从IC扰动和后处理概率预报的角度分别提出了新的方法。在IC扰动方面,首先通过blending方法对扰动结构进行优化,接着通过集合敏感性分析方法对扰动振幅进行了优化;在概率预报方法,提出了一种基于“对象”的邻位概率预报方法,最后通过14个个例的批量检验验证了新方法的适用性。