为提升区域数值预报系统2 m气温预报性能，利用土壤温度和土壤湿度站点观测资料，对中国气象局陆面数据同化系统（CMA Land Data Assimilation System，CLDAS）陆面资料在浙江地区的精度进行评估，并将其融合应用于浙江省数值预报业务系统。结果表明：CLDAS土壤温度、土壤湿度产品相对于美国全球预报系统（Global Forecast System，GFS）分析场，与观测相比具有更小的均方根误差和更高的相关系数，在浙江省有较好的适用性。个例分析表明区域数值模式2 m气温预报对陆面资料变化较敏感，融合CLDAS地表温度、土壤温湿度实时分析产品的初始场，可持续影响到模式预报后期，主要通过地表感热、潜热通量直接影响气温变化。从均方根误差来看，与基于GFS分析场作为陆面初始场的区域模式预报相比，应用了CLDAS陆面资料的模式预报改进了13.6%。2021年7月阶段性应用结果显示，模式初始场融合CLDAS陆面资料后有效提高了浙江省2 m气温预报水平，融合后的预报改进效果夜间较白天明显，且晴热高温天气背景下较梅雨期、台风期改进更佳。高温天气预报评估进一步表明，CLDAS陆面资料的应用对浙江省高温事件预报有较好的改进，尤其对金衢盆地等高温区改进明显。
