当前,主流数值天气预报模式的水平分辨率已经达到公里尺度,此时深积云和深对流过程可以被部分分辨,因此该分辨率下的预报模式也被称为“对流允许模式”（convection-permitting Model,CPM）。对流允许模式中通常关闭次网格积云参数化方案以实现更好的预报模拟效果,这等同于假设所有的积云湍流通量都已被模式显示分辨。但事实上,在公里尺度的模式中,云内次网格尺度（subgrid scale,SGS）的湍流混合过程与可分辨湍流过程同等重要。在该分辨率下,无论是适用于传统中尺度网格的边界层参数化方案,还是为湍流可分辨模式设计的大涡闭合方案皆不能准确地参数化云内次网格湍流通量。因此,公里尺度分辨率也被称为深对流过程的模式灰区。通过对水平网格距50 m的理想超级单体和飑线个例的大涡模拟（largeeddy simulation,LES）数据进行滤波和先验分析,本文得到了在250 m、500m、1 km、2 km和4 km水平网格距下热量、水汽和其他标量的可分辨尺度和次网格尺度湍流通量场。经过诊断发现,在4 km分辨率下,垂直方向次网格湍流通量的量级以及对深对流过程的贡献与可分辨通量相当,即使在500 m分辨率下,次网格湍流通量的贡献仍不可忽略,证实了公里尺度分辨率为深对流的模式灰区。其次,在公里尺度分辨率区间内,次网格湍流通量随模式分辨率的提高而减小,呈现显著的（网格）尺度依赖特征。比较和诊断深对流系统中水平和垂直方向的次网格湍流通量,本文发现他们的强度在同一数量级,说明对深对流云体的数值模拟需要同时考虑水平和垂直三维的次网格湍流参数化。进一步的诊断显示,垂直方向上,对流上升区热量输送以逆梯度向上的次网格通量为主导。水平方向上,不完全是通常认识中的顺梯度的云体与环境的侧向夹卷交换,在上升运动受垂直风切变作用而发生扭转的区域存在逆梯度的次网格湍流输送。在模拟的超级单体个例中,这种逆梯度水平输送仅在部分区域存在,但是在模拟的飑线个例中,逆梯度水平次网格通量普遍存在于飑线前沿的上升爬坡气流中,表现为从飑线前沿向对流核及后端的热量和水汽输送。综合先验分析的结果,在公里尺度分辨率下若要实现对深对流过程的准确模拟,数值模式必须包含具有尺度自适应能力的三维湍流参数化方案,且该方案必须能够再现深对流过程中显著的逆梯度输送特征。本文基于大涡模拟湍流闭合方案,采用尺度依赖函数对模型参数进行修正与改良,构建适合灰区分辨率的湍流参数化方案。考虑到大涡模拟常用的湍流粘性扩散型闭合方案因无法支持逆梯度通量而不适用于深对流过程,为更好地模拟深对流云体中的次网格湍流通量,本文引入一种基于尺度相似性的非线性湍流闭合方案。该方案利用可分辨量的水平梯度以表征各方向湍流通量,称为Hgrad方案。基于大涡模拟滤波场的先验诊断分析显示,Hgrad方案模拟的湍流通量场能很好地再现公里尺度分辨率下的次网格湍流场,与大涡模拟滤波场具有较高的空间相关性,而且Hgrad方案由于其尺度相似的构建,能准确模拟云内的逆梯度通量。相比之下,传统的基于湍流-粘性扩散的1.5阶湍流动能方案（TKE方案）则不能表征逆梯度的次网格输送,其参数化的次网格湍流通量与大涡模拟滤波得到的通量参照真值间的相关系数较小,甚至是负值。利用超级单体大涡模拟的数据,本文确立了Hgrad方案的模型参数随分辨率的变化规律,在此基础上构建了尺度自适应函数,将Hgrad方案的适用性拓展到模式灰区,为公里尺度分辨率的深对流预报和模拟提供合适的湍流参数化方案。随后,本文将Hgrad模型编入中尺度数值预报模式Advanced Regional Prediction System（ARPS）,实现了理想超级单体和飑线个例的公里尺度分辨率模拟。以大涡模拟的结果为参照真值,分析发现Hgrad方案能很好再现云内的次网格湍流通量,特别是逆梯度通量。相比之下,采用TKE方案的控制试验,在粗于500 m网格的模拟中不仅没有模拟出次网格通量的逆梯度特征,其模拟通量的量级也因次网格湍流动能的低估而低估。相比于TKE方案,Hgrad方案模拟出了更强的水平方向湍流通量,对超级单体和飑线的模拟起到不同作用。对超级单体个例因其加强了水平方向对流与环境的交换而削弱了对流区浮力,抑制上升运动。而对飑线则加强了飑线前端向对流区的热量输送,促进了垂直上升运动。最后,本文将Hgrad模型编入国际最为广泛使用的中尺度数值预报模式Weather Research and Forecasting（WRF）,成功实现了针对2016年6月23日江苏盐城超级单体龙卷个例的公里尺度分辨率模拟。初步结果表明,对比传统对流允许模式的模拟结果,考虑云内次网格湍流通量的Hgrad方案所模拟的超级单体在结构、强度和组织,及降水上都有显著的不同。对比显示,基于理想试验所构建的Hgrad方案在实际模拟中仍有较大的改进空间,需要开展更多的后期试验以优化参数,同时探究次网格湍流方案与其它物理参数化方案（如云微物理方案）的相互作用,以获得最优的公里尺度分辨率关键物理过程参数化方案组合。