随着计算与存储能力的提升，公里尺度（1–5 km）全球数值模式已广泛应用于对流过程研究，但该尺度仍处于深对流模拟的"灰区"，积云参数化方案的选取对降水模拟具有显著影响。中尺度对流系统（MCS）是极端降水的主要影响系统，其与涡旋的相互作用机制尚缺乏系统认识 。本文基于IFS–FESOM耦合模式2.8 km分辨率模拟结果，采用新的涡旋识别与追踪方法，对比分析了关闭深对流参数化（IFS-deepoff）与限制深对流云底质量通量（IFS-rcbmf）两种方案对2020年梅雨期四川盆地和长江中下游地区MCS、涡旋及降水的模拟能力。结果表明：（1）IFS-deepoff方案对总降水量及空间分布的模拟优于IFS-rcbmf，但两种方案均高估了MCS发生频次及其对总降水的贡献；（2）降水空间分布主要取决于MCS与涡旋的匹配程度，而非MCS数量本身；（3）两种方案对涡旋模拟的敏感性差异显著，IFS-deepoff通过边界层涡旋增强的水汽辐合产生更大的对流有效位能（CAPE），从而模拟出更强的降水极值。本研究揭示了积云参数化方案通过调制涡旋–MCS相互作用影响公里尺度降水模拟的物理机理，为优化深对流参数化及其与动力过程的耦合提供了参考。