为衡量数值模式对强降水过程的预报能力，选取欧洲中期天气预报中心（the European Centre for Medium-Range Weather Forecasts，ECMWF）数值预报产品、国家气象中心区域中尺度数值预报产品（China Meteorological Administration Mesoscale Model，CMA-MESO 3KM）、西南区域中心中尺度模式系统（Southwest Center WRF ADAS Real-time Modeling System，SWC）、国家气象中心全球数值预报系统（China Meteorological Administration for Global Forecast System，CMA-GFS）4个模式预报产品，利用目标对象检验法，对四川2018—2020年共93次强降水过程（≥25 mm·d-1）从降水位置、降水面积、降水强度等方面进行检验，在此基础上重点讨论36 h预报时效模式的预报能力。结果表明：（1）随着预报时效越临近，各模式预报平均水平越高，且整体对雨带位置把握较好，更具有参考性。（2）各模式对锋面降水过程预报能力较强，对暖区降水过程预报能力较差。（3）暖区强降水过程可在大尺度模式基础上结合本地中尺度模式进行订正；锋面降水过程则以ECMWF模式预报为基础，参考CMA-MESO 3KM模式对大雨及以上量级降水落区和量级进行调整。

为深入认识四川盆地持续性暴雨的水汽特征及来源，提高该地区暴雨预报能力，利用四川省4 955个国家级及区域级自动气象站资料、全球资料同化系统（Global Data Assimilation System， GDAS）资料、欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasts，ECMWF）第五代大气再分析资料（ERA5），基于拉格朗日方法对四川盆地2020年8月的一次持续性暴雨过程的水汽输送特征进行了分析。结果表明：强降水开始前和强降水过程中，不同起始高度层水汽输送特征有所不同。中高层起始高度（5 500~10 000 m），强降水开始前气团轨迹源地主要为低纬洋面，而在强降水过程中调整为地中海南岸并为盆地带来中高纬西风带干冷空气;中低层起始高度（1 500~5 500 m），降水过程中气团轨迹源地由地中海南岸逐渐调整为低纬洋面并为盆地带来低纬洋面暖湿空气;低层起始高度（地面至1 500 m），强降水开始前轨迹源地率先调整为低纬洋面并为盆地输送比中低层更为暖湿的气流。统计不同源地水汽贡献率可知，孟加拉湾—泰国湾的水汽占主导（66.6%）、阿拉伯海次之（23.9%）、中国南海最低（9.5%）。

以四川省2018年9月5日降水过程为例，选择最佳阈值确定方法识别降水主体，在此基础上通过对四川省3次大范围强降水以及2018年7—9月降水过程进行SAL检验，并结合TS评分进行对比，分析和评价Grapes-Meso模式在本地汛期的预报效果。结果表明：（1）选取的阈值确定方法可以更好地识别降水主体，并且“连通邻域法”为降水个体的自动识别提供了很好的支撑；（2）L值的大小可以反映模式对降水预报的效果，如果L值较小，且A的绝对值也较小，则模式对降水预报偏好的可能性越大，反之则越小；（3）Grapes-Meso模式对四川省降水预报效果表现为：对降水强度预报较实况偏强，降水范围较实况偏大，或者降水中心值较实况偏小，或者前述两种情况同时存在。