任绪伟，陈晓燕，蔡迪花，李兰倩，邵爱梅

(1.兰州大学大气科学学院，甘肃 兰州 730000；2.兰州中心气象台，甘肃 兰州 730020； 3.中国气象局兰州干旱气象研究所，甘肃 兰州 730020)

引 言

GRAPES(global/regional assimilation and prediction system)是中国气象局自主研发的多尺度通用资料同化与数值预报系统[1-2]，包括全球中期天气预报系统(GRAPES_GFS)和区域中尺度数值预报系统(GRAPES_Meso)。自2006年7月GRAPES_Meso模式正式业务运行至今，已从模式动力框架升级、同化系统改进、空间分辨率提升以及物理参数化方案优化等方面开展了大量研究[3-13]。科学、准确地检验评估模式预报能力是模式系统不断优化升级的重要部分，这对进一步改进模式性能有着积极作用[14-16]。

降水预报检验是考察模式综合性能的关键要素，为此学者们已针对不同版本的GRAPES_Meso模式开展了降水预报效果的检验和评估研究[17-22]。GRAPES_Meso V3.3版本具有15 km的水平空间分辨率，其对东北和华北等地区的强降水有一定的预报能力，但对受地形影响的强降水预报能力有限[17]。随着模式版本升级至V4.0，模式水平分辨率提高到10 km，垂直分层从31层增加至50层，同时完善了物理参数化方案和动力框架，增加了地基GPS (global position system)大气水汽含量等资料的同化应用。GRAPES_Meso V4.0版本进一步提升了降水预报能力，对雨带的细致结构有较好的刻画能力，模式预报的降水与实况较为接近，且对温度、风速、位势高度等气象要素的预报也有正作用[18]。总体来说，V4.0版本对我国西部地区的降水预报能力低于东部地区[19]，在西南地区的预报偏差主要表现为降水范围偏大、强度偏强或预报的降水中心值较实况偏小[20]，而在西北地区的降水预报也存在一定偏差[21]。……