针对2017年"5.7"广州突发特大暴雨过程,选择可以代表不同全球模式背景场的典型区域业务模式,检验2017年5月6日12UTC预报结果,分析全球模式背景场条件对区域模式预报能力的影响,并利用GRAPES中尺度集合预报系统,进行T639-GEFS和NCEP-GEFS全球集合预报背景场集合预报试验,诊断全球背景场差异对"5.7"广州暴雨中尺度集合预报的影响特征,获得以下结果:(1)区域模式能否成功预报"5.7"广州突发特大暴雨,很大程度依赖为其提供背景场的全球模式自身暴雨预报能力。CMA-T639全球模式对广州暴雨预报优于ECMWF-IFS和NCEP-GFS全球模式预报,故以T639预报为背景场的GRAPES-3km和15km区域模式预报较成功,GRAPES-3km对流尺度模式对"5.7"广州暴雨预报具有显著增幅和细化作用。而以ECMWF-IFS和NCEP-GFS全球模式预报为背景场的GRAPES和WRF模式漏报广州大暴雨,采用T639前6h预报为背景场GRAPES-10km模式预报漏报大暴雨,中尺度模式自身的差异影响相对较小。(2)通过4组GRAPES中尺度集合预报背景场敏感性试验发现,全球集合模式暴雨概率预报能力可以显著影响以其为背景场的中尺度集合模式暴雨概率预报技巧,对比分析全球模式预报背景场驱动的单一初值集合预报和GRAPES-ETKF初值扰动方法产生的多初值集合预报,发现GRAPES-REPS集合模式对中尺度扰动初值比较敏感,加入多个中尺度扰动初值的集合成员降水大值发生时间预报有所改进,与实况更为接近,对暴雨发生时间概率预报技巧具有正影响。(3)选择对暴雨预报存在显著差异的典型集合成员,诊断其扰动初值在动力和热力场上的差异特征,发现中尺度动力场差异是造成暴雨集合成员预报差异的主要原因之一。