研究甘肃河东地区汛期降水智能网格预报偏差特征，对提升区域降水预报预警的精准化水平和防灾减灾服务能力具有重要意义。利用甘肃河东1 766个自动气象观测站的汛期降水资料，筛选出2018—2020年264个降水个例，基于中央气象台发布的3 h智能网格降水预报数据，对预报场和实况场的连续雨区（Contiguous Rain Area，CRA）进行识别和配对，并按照命中、假警报和未命中3种情况分类分析，进一步对预报命中的CRA偏差特征进行研究。结果表明：对于预报命中的降水个例，智能网格降水预报的落区偏差以暖强迫类最大，斜压锋生类和冷强迫类次之；强度偏差以冷强迫类最大，暖强迫类和斜压锋生类次之；形态偏差以斜压锋生类最大，冷强迫类和暖强迫类次之。暖强迫类和斜压锋生类降水的落区预报偏东偏北，冷强迫类偏东偏南。3类降水预报均表现为对β及以下尺度的降水落区面积偏大，而对α尺度降水落区面积偏小。基于CRA空间检验结果，预报员可建立本地化的模式订正方案，提高智能网格降水预报的服务能力。
