极端降水是降水事件中的一种极端情况,由此引发的旱涝灾害及泥石流、滑坡等次生灾害,给人类社会造成巨大的经济财产损失,严重影响生命安全。因此,研究有效的统计模型来分析极端降水事件的规律,以增强对极端气候现象的适应能力,就变得十分必要和紧迫。极端降水事件受众多因素的影响且各因素之间相互影响,往往无法用一个变量来完整描述和全面反映降水事件特征,需要用多个变量从不同角度来表示。因此,构建合理的联合概率分布模型,进行准确、有效的多变量联合的重现期估计,对分析极端降水事件的统计规律具有重要意义。为探讨Copula函数构建极端降水事件联合概率分布模型的有效性,本文以高邮站降水资料为例,对极端降水特征值进行多变量分析,该研究区雨量充沛,四季分明,位于长江中下游平原,对该区域降水特征具有一定的代表性。根据百分位阈值法,计算得到极端降水量P95、极端降水强度I95、年最大日降水量Pmax和极端降水贡献率R95四个特征值。选用P-Ⅲ分布、Gamma分布、GEV分布、Log-Normal分布作为极端降水特征值的备选边缘分布函数,并根据均方根误差最小准则,优选边缘分布函数;选用G-H Copula、Clayton Copula、Frank Copula三种Copula函数作为备选函数构建极端降水特征值联合分布模型,根据图形评价分析法、离差平方和最小准则（OLS）和Akaike信息准则（AIC）优选出最优的联合分布函数;根据优选的Copula函数,计算极端降水特征值的联合重现期、同现重现期和Kendall重现期,并推求相应的设计值。研究结果表明:（1）边缘分布的优选结果表明,对于高邮站,P95、Pmax、I95的最优分布函数为P-Ⅲ分布,R95的最优分布函数为GEV分布。（2）Archimedean Copula函数对于研究区的极端降水数据具有较好的拟合效果。优选结果表明:（P95,Pmax）,（I95,Pmax）的最优联合概率分布函数为Frank Copula,（P95,I95）和（P95,R95）的最优联合概率分布函数为Clayton Copula,（P95,Pmax,I95）的最优联合概率分布函数为Frank Copula。（3）经极端降水重现期计算方法的比较研究发现,与联合重现期和同现重现期相比,联合重现期的危险率偏高,同现重现期的危险率偏低,而Kendall重现期能较准确地反映特定频率情况下多变量极端降水特征值的风险概率。（4）与其他方法相比,使用Kendall重现期计算方法和极大似然法得到的联合重现期设计值更加合理,并在同样的重现期条件下,Kendall的计算结果也比较经济。