降水是在一系列复杂物理过程的影响下所形成,受多种天气系统共同作用,所以降水预报相对于气压、风速、气温等天气要素的预报准确率低,成为天气预报和气候预测中最有难度的天气要素之一。由于降水受不同尺度的天气系统相互影响,其时空分布比较复杂,在不同的时间尺度上其统计特征不同,尤其是日降水量或更短时间尺度内的降水呈偏态分布。所以,对降水预报采用概率预报的形式效果更好。近年来,数值预报取得了很大的进展,但是资料分析和同化处理上导致的误差,均会使我们所得的数值预报模式初始场具有不确定性,而集合预报则被认为是获得概率预报最有效的途径之一。虽然集合预报产品产生的降水概率预报提高了降水预报的准确度,但由于降水这一天气要素本身和数值模式的不确定性,集合降水预报仍然存在不小的误差。所以对集合预报降水进行偏差订正及概率预报是近年来集合预报应用的一个新趋势。本论文为了研究集合降水预报的概率分布和误差特征,并对集合降水预报进行概率集成和偏差订正。首先利用广义加性模型分析预报中心模式、预报时效以及模式水平分辨率对集合成员降水预报的关系。在此基础上采用国家级地面气象站逐小时降水资料和同期CMA、ECMWF和NCEP三套全球集合预报结果,具体分析了在不同预报时效下东南地区集合预报降水的确定性误差、离散性误差和概率性误差特点。然后将1986年7月-2015年7月逐小时历史观测资料和2014年7月-2016年7月三个中心集合预报资料分别作为贝叶斯降水概率预报的先验信息,建立了成都和广州两个代表站的贝叶斯降水概率预报模型,分析了不同方案的偏差订正效果。最后利用2015年6月1日—7月31日三个全球数值预报业务中心(CMA、ECMWF和NCEP)的24 h降水集合预报资料和我国东南地区降水观测资料,采用贝叶斯模型平均方法(A方案)和基于A方案的统计降尺度模型二次订正方法(B方案)对上述三个中心和多模式超级集合降水预报进行订正,并对比两种方案的订正效果;然后,选取2015年8月1—31日进行独立样本检验,分析订正前后的降水预报。主要研究结论如下:(1)不同预报中心模式、模式水平分辨率和预报时效作为解释变量,基于广义加性模型分析他们与预报降水量之间的关系表明,预报时效对降水集合预报的影响最为显著,但来自不同中心的模式水平分辨率对降水预报的影响也不同忽视。(2)降水集合预报的确定性误差特征分析表明:三个中心集合预报降水的均方根误差大值区在东南沿海附近,且随着预报时效的增加,均方根误差值和范围在逐渐增大。三个集合预报系统中ECMWF对降水阈值为10.0mm以下的TS评分值较高,而CMA虽然对降水阈值为25.0mm以上的TS评分值较高,但存在较大的空报率。综合对比可知,ECMWF的确定性预报效果最好。(3)三个中心降水集合预报Talagrand图都呈U型分布,说明离散度是不够的。降水观测总是落在集合成员预报的最大值和最小值之外,没有被集合预报系统所预测到。由Rank分布可知,集合预报系统对沿海地区的降水估计偏小,且随着预报时效增加,对降水量估计的偏小程度也在逐渐增大。(4)ECMWF的BS评分值最小,其次是CMA,最后是NCEP,说明ECMWF预报效果最好。随着预报时效的增加,BS评分值增大,即降水概率预报误差增加。而随着降水量级增大,各中心BS评分值逐渐降低。造成这种现象是因为0.1mm阈值的降水概率预报有很多的空报。对于50.0mm阈值的降水概率预报,预报和实况出现50.0mm以上的站点和时刻都比较少。此外,沿海地区的BS评分值偏大,说明各中心对沿海地区发生较大降水的预报效果较差。(5)历史观测降水和集合预报降水的概率分布研究表明,我国东南地区为尺度参数主导区,易发生极端降水。较大量级降水出现在沿海地区的可能性大,并且Gamma分布中的形状参数和尺度参数具有高相关性。通过有效信息评分对代表站建立不同方案的贝叶斯降水概率预报模型,由检验评估结果可知,BMA对观测先验信息下的贝叶斯降水概率预报和三个中心集合预报模型集合平均组成多模式超级集合预报订正效果最明显。(6)各中心和多模式原始集合预报存在小雨空报、大雨漏报现象。以第50百分位的降水预报为例:A方案订正后各中心和多模式的集合平均消除了大量的小雨空报,对小雨、中雨的订正效果很明显;对大雨有一定的订正效果,但对超过50.0mm的降水量级订正效果不明显。而B方案订正后的降水预报结果不仅降低原始集合预报的空报率,也修正了单纯A方案订正对较大降水量级偏低甚至漏报等问题,其中对GE的订正效果最好。(7)B方案订正后的降水预报仍然存在空报和漏报等情况,尤其对大量级和极端降水预报不准确,且各中心和GE各自的雨区形状或走向在订正前后变化不大。这表明该方法对雨区的位置和极端降水预报的改进效果不明显,其结果与原始集合预报密切相关,对其改进更需要依赖模式自身能力的提高、物理过程的改进等,消除原始集合预报模式的系统误差。