近年来气象灾害频繁,暴雨、雷暴、台风等强对流灾害天气对人民的生命财产安全和地区的经济发展造成了严重的威胁,建设强对流灾害天气智能预警能力是防治气象灾害的一种有效手段。强对流灾害天气是由中尺度的强对流云团导致的,对强对流云进行实时地监测和预警是提升预警能力的关键。本文以静止气象卫星FY-4A的中国区观测数据为基础,开展对流云监测与预警任务的研究。对流云监测任务是在卫星云图中将对流云覆盖区域分割出来,与语义分割任务本质上是一致的。目前对流云监测业务使用的是传统亮温阈值法,其由于忽略了不同对流系统之间的差异,存在较大的缺陷。本文为了更好地利用对流云边界特征和对流云发展过程的时序性,提出了基于边界特征提取的对流云单帧监测模型和基于时空循环框架的对流云序列监测模型。本文引入对流云边界特征提取模块,用于解决对流云之间边界分离模糊的问题。同时为了获取更好的监测细节,本文利用数据依赖上采样优化分割解码模块。考虑到对流云发展过程的时序特性,利用多尺度时空循环框架将对流云单帧监测模型重构为序列监测模型,充分利用对流云发展过程中的时空特征。在中国区观测数据上进行了大量的实验,结果表明了两种监测模型的有效性。对流云预警任务是卫星云图预测与对流云分割任务的结合体。本文为了更好地利用预测模型中的时空特征,构建了基于时空特征耦合的端到端对流云预警模型,获得了优于两阶段独立模型的预警效果。为了缓解随着预警时间延长导致时空特征损失加剧,本文引入对合算子对空间编码模块进行优化,利用对合算子的空间特异性对时空特征进行优先级加权重组,降低关键特征的损失。同时,利用对流云目标对象表征模块对序列分割解码器进行优化,将对流目标区域语义信息融入到像素级特征表示中,提升了像素级特征表示的丰富度。实验结果表明,时空特征耦合预警框架获得了在0-3h内较好的预警效果,并且基于对合算子和目标对象表征模块的优化进一步提升了在0-3h内的对流云预警效果。