El sistema de pronóstico global de mediano alcance GRAPES (Sistema de Asimilación y Predicción Global/Regional) es un modelo numérico de pronóstico del tiempo de nueva generación desarrollado por la Administración Meteorológica de China (CMA). Sin embargo, los pronósticos de los flujos de calor latente en la superficie y de la temperatura del aire en la superficie tienen sesgos sistemáticos, que afectan los pronósticos de la dinámica atmosférica al modificar las condiciones de contorno inferior y degradar la aplicación de GRAPES_GFS, ya que la temperatura del aire a 2 m es uno de los componentes clave de los productos de pronóstico del tiempo. Aquí, añadimos un término de resistencia del suelo para reducir la evaporación del suelo, lo que finalmente reduce el sesgo positivo del pronóstico del flujo de calor latente en la superficie terrestre. También reducimos el sesgo positivo del pronóstico del flujo de calor latente en la superficie del océano al considerar el efecto de la salinidad en el cálculo de la presión de vapor en la superficie del océano y al ajustar las parametrizaciones de la longitud de rugosidad para los intercambios de momento, calor y humedad entre la superficie del océano y la atmósfera. Además, modificamos la parametrización de la longitud de rugosidad para los intercambios de calor y humedad entre la superficie terrestre y la atmósfera para reducir el sesgo frío del pronóstico de la temperatura del aire a 2 m durante la noche en áreas con menor altura de vegetación. También consideramos el agua del suelo sobreenfriada para reducir el sesgo cálido del pronóstico de la temperatura del aire a 2 m en el norte de China durante el invierno. Estas parametrizaciones modificadas se incorporan al GRAPES_GFS y muestran un buen rendimiento basado en un conjunto de experimentos de evaluación. Este artículo destaca la importancia de las representaciones de la superficie terrestre/oceánica y los procesos de la capa límite en la predicción de los flujos de calor en la superficie y la temperatura del aire a 2 m.