为深入了解区域数值模式在贵州地区的降水预报性能，利用MODE方法对西南区域数值模式（BCCD）、中国气象局广东快速更新同化数值预报系统(CMA-GD)2020年夏季日降水预报开展了空间检验。使用MODE方法开展降水检验，提取不同卷积临界值下的降水对象同主观判断较为一致。在最大相似度中值（MMI）计算基础上引入面积平均最大相似度（AMMI）表征预报观测场之间的空间相似程度，降低了局地不匹配对象的影响，易于预报员理解且同TS有更好的一致性。降水场中存在面积差异大的对象且面积较大的预报观测对相似度高时，AMMI高于MMI。MODE方法基于提取对象进行相似度评估，没有TS计算要求严格，AMMI高于TS。
使用AMMI表征降水场的空间相似程度较MMI与TS随时间变化一致性更好。在评估特别局部的降水时，降水对象提取对卷积半径选取十分敏感。2020年夏季评估结果表明，BCCD72小时预报最差、CMA-GD24小时预报效果最好。BCCD不同预报时效间降水落区调整较小，CMA-GD随着预报时效的缩短，降水面积、降水强度及暴雨中心数减小，平均AMMI及TS评分增加。CMA-GD夏季平均AMMI高于BCCD，但前者空报面积远远大于后者，CMA-GD72小时暴雨预报对象总面积、总强度超过实况的7倍、9倍。面积比随着卷积临界值增大而增加，导致TS评分减小较AMMI迅速。24小时模式预报质心位于评估区域西侧的空报对象频率较大，南侧易出现漏报，约80%的空报漏报对象面积低于1°×1°。CMA-GD 24小时预报同实况最大落区相似性较好，BCCD最大面积预报对象低估了弱降水区域。模式预报较实况最大面积对象质心位置偏北、偏西，最大面积落区多为偏东-西、东北-西南走向。

贵州；降水预报；空间检验；数值模式