为了解并提升风云四号卫星A星(FY-4A)对流初生(Convective Initiation,CI)产品对青藏高原夏季降水的指示意义，基于FY-4A CI产品及全球降水测量计划(Global Precipitation Measurement,GPM)降水数据，根据青藏高原地区2020—2022年6—8月FY-4A CI产品识别出的CI样本与1 h后实际观测降水的对应关系，将CI样本划分为无降水CI、弱降水CI和强降水CI三类，并结合大气对流参数与地理位置等信息，利用决策树和随机森林两种机器学习算法建立CI类别识别模型并检验，结果表明：青藏高原地区对流初生后1 h内的降水情况存在明显区域差异，其西北部无降水比例高而东南部降水的比例高；利用抬升指数、云水总量、垂直风切变、中低层湿度、云底高度、零度层高度等大气对流参数信息，能较好区分青藏高原CI出现后是否有降水及降水的强弱；随机森林识别模型结果对于CI类别的识别效果优于决策树识别模型结果，利用随机森林识别模型可以更有效地对青藏高原夏季CI按照降水强度的分类进行识别。