Классическая верификация численных прогнозов погоды представляет собой оценку успешности прогностических моделей для всего спектра наблюдаемых метеорологических условий. Тем не менее для оперативного прогнозирования важно знать ограничения применимости прогностических данных в различных ситуациях. Эта задача может быть решена в рамках условной верификации путем разделения выборки с использованием синоптической типизации. В статье рассматриваются результаты исследования качества прогноза приземной температуры для территории Пермского края по глобальной модели численного прогноза погоды GFS. Для летнего периода дополнительно сравнивались качества прогнозов модели GFS и мезомасштабной модели WRF-ARW. Оценка проведена комплексно по всей выборке случаев, а также дифференцированно в зависимости от наблюдаемой синоптической ситуации. Показано, что наиболее высокое качество прогнозов по модели GFS характерно для осеннего периода. В зимний и весенний периоды наблюдается систематическое занижение прогностической темпер