由于数值预报误差以及降水本身存在自然变率的不确定性,会导致定量降水预报结果存在不确定性,如何减小模式定量降水预报误差获得了气象学者的广泛关注。降水邻域集合概率法是处理高分辨率集合降水预报不确定性的一种新方法。然而在已有的计算方案中,邻域空间各格点大都是以等权重的方式参与计算,对邻域内格点信息相关性处理可能不够客观,概率预报结果或许不能完全描述模式预报不确定性。针对上述问题,基于“一点相关法”,采用2015年和2016年5-9月的GRAPES(Global and Regional Assimilation and Prediction Enhanced System)区域集合预报系统逐日24h降水预报资料以及同期的三源融合逐日24h累积降水格点分析资料,建立邻域格点相关系数,并构建了权重修正邻域集合方法和二分类权重修正邻域集合方法,即在计算降水邻域集合概率的过程中,根据格点间的相关系数对邻域格点配以权重。在此基础上,对2017年5-7月开展了不同降水阈值和邻域半径下的权重修正邻域集合概率方法和二分类权重修正邻域集合概率方法的预报试验,并将试验结果与传统集合概率法和等权重邻域集合概率法的预报结果进行对比。还针对试验中发现邻域概率法对邻域尺度具有敏感性的问题,进行了不同降水阈值且邻域半径为1至10倍格距的降水概率预报尺度敏感性试验,并利用多种概率预报检验评分对试验结果进行评估。研究工作主要结论如下:(1)除在邻域半径为15km时传统集合概率的AROC(Area under the Relative Operating Characteristic curve)评分高于三种邻域集合概率,其余试验情况下,采用了邻域计算方案的降水概率预报评分均优于传统的集合概率方法。(2)等权重、权重修正和二分类权重修正邻域集合概率方法的降水概率预报评分各有优劣,如等权重邻域集合概率法的相对作用特征曲线面积评分略优,而权重修正邻域集合概率法和二分类权重修正邻域集合概率法的降水概率预报可靠性更高。(3)由个例试验的概率预报分布图可以看出,等权重、权重修正和二分类权重修正邻域集合概率分布均可以给出较有意义的概率预报结果。邻域集合概率分布随邻域半径的增加呈现出逐渐平滑的趋势,且概率数值逐渐减小,但权重修正邻域集合概率分布能显示出更多的降水分布细节信息。二分类权重修正邻域集合概率分布的平滑程度介于等权重邻域集合概率和权重修正邻域集合概率之间。(4)等权重邻域概率法、权重修正邻域集合概率法以及二分类权重修正邻域集合概率法能够提供一些预报不确定信息,但其生成的概率场与原始预报降水场有很强的相关性。两种权重修正方案的概率预报值也与邻域内格点权重的选取有关。(5)通过对不同邻域半径的试验可以看出,不同邻域方法在不同降水阈值下的最优邻域尺度略有不同,综合来看,统计评分最优的空间尺度范围在5-8个模式水平网格距。选择合理的邻域方案以及邻域半径可以得到更加合理的概率预报结果。