降水是最难预报的天气要素之一,但降水是天气预报业务的重点要素之一,也是减灾防害的重点,因此做好降水预报非常重要。南京地区地处东亚季风影响下的长江下游地区,又是梅雨锋暴雨的成灾区,以南京地区为例研究长江下游地区的降水特征,找出影响该地降水的预报因子以及预报因子的相对重要性,具有重要的典型性和示范性。本文利用南京站2004～2006年5～9月T213模式数值预报场资料、同期降水观测资料以及加密气象自动站的资料,使用模式输出统计(model output statistics, MOS)预报方法确定的统计-动力相结合的思路,通过逐步回归方法筛选预报因子,借助事件概率的回归估计(regression estimation of event probability, REEP)和logistic回归等统计工具建立起预报因子与降水量之间的关系,研究了南京地区的降水事件,并将两种统计方法的预报效果作了比较。同时,分析了天气尺度和中小尺度环流因子对南京地区汛期降水的影响。我们对天气尺度环流因子进行分析,提出了南京地区汛期降水热动力学概念模型：中低层的相对湿度大,低空偏南暖湿气流为降水的发生提供了必要的水汽条件；对流层低层湿位涡水平项可以代表低层涡旋活动,高空存在风速辐散,低空辐合高空辐散是有利于降水的散度场；高低空的垂直上升运动都比较明显,垂直速度场与散度场的耦合为降水的发生提供了充足的动力条件；中高层的干冷平流与低层偏南暖湿气流这种上下层的配置,有利于扰动形成和对流不稳定的发展,为降水的产生提供了极好的能量条件。通过统计方法得到的热动力学概念模型还可以体现出每个物理量对降水的相对重要性：中低层的因子对降水的作用大于高层因子。最重要的是中低层的水汽因子,其次是低层的经向风和垂直速度等动力因子和低层的热力因子。在中低层湿度条件和动力条件满足的前提下,高层的动力因子也非常重要。本文使用两种统计方法研究了南京地区的降水事件,结果表明,logistic回归方法在降水概率预报方面比事件概率回归有明显优势, logistic回归方法在TS评分上要高于REEP方法。由于TS评分对降水发生的频率有依赖性,为了进一步改善降水预报效果,使用当地降水发生的频率作为判断概率预报有无降水的标准,称为优化阈值。使用优化阈值之后,两种回归方法的TS评分均有提高,预报效果变好。为了解预报结果更加精细的结构,本文使用属性图的检验方法。结果表明,logistic回归对低概率和极端降水事件的分辨能力好于REEP。主要原因是logistic方法加强了高层抽吸和低层辐合等因子的作用,体现在logistic回归对因子重要性使用更加合理。由于天气尺度环流因子对降水预报存在误差,探讨其原因可能是未考虑局地中小尺度环流对降水的影响。中小尺度环流在有利的天气背景下,会引发或加强灾害性天气,如暴雨、强对流天气等。南京可能受到江陆风、山谷风和城市热岛环流等局地环流的影响。本文以江陆风(River-land Breeze)环流为例,研究中小尺度局地环流对南京地区降水的影响。加入江陆风因子后,预报系统对高概率事件的预报效果有所改善。