降雨是水文循环中最活跃也最基本的组成部分，在水文学的研究中占有重要的地位。随着全球性的气候变化和我国城市化进程的加剧，极端性的暴雨事件变得频繁，由于暴雨而造成的洪水灾害给城市带来了越来越严重的威胁。在这样的背景下，如何获得并预报具有较高时空分辨率的降雨成为研究的热点。通过天气雷达可以获得较为准确的降雨空间分布资料，但其精度较低，需要结合地面雨量计的观测结果进行优化、校准和进一步的应用。本文以北京市为研究区域，采用位于北京市境内的自动气象站和新一代天气雷达的观测资料，选用2007年至2010年期间具有代表性的五场降雨事件进行计算和分析。通过天气雷达回波图识别降雨的类型，应用最优化方法和卡尔曼滤波方法提高天气雷达估测降雨分布的精度，引入基尼系数对降雨的空间分布进行评价，应用交叉相关法和概念模型预报技术，结合垂直累积液态水（VIL）数据，进行降雨的临近预报。计算结果表明，对于不同类型的降雨，雷达反射率因子与降雨强度之间的关系（Z-R关系）存在明显的不同。利用通过最优化方法改进后的Z-R关系进行降雨估测，可以从总体上减小天气雷达对于降雨的低估，从而提高雨量计-雷达对的精度。卡尔曼滤波方法可以有效地减小雨量计-雷达对的相对偏差和两种数据的离散程度，也可以去除非降水回波对于天气雷达估测降雨的影响，从而更好地估测降雨分布。基尼系数可以用于表示降雨分布的不均匀性，雨量计由于分布较为稀疏，可能对不均匀性产生高估或低估。在比较短的时间间隔内，交叉相关法和概念模型预报技术都可以预报降雨中心的移动过程，随着预报时间的增加，两种方法的预报效果都会减弱。由于概念模型预报技术可以预报降雨量的变化情况，因而有着更加广阔的应用前景。