耦合降水预报信息的洪水预报可以延长预见期,为防洪调度决策赢得宝贵的时间。但是降水预报信息具有不确定性,即基于“单一的”降水预报结果进行的洪水预报具有不确定性,所以基于“单一的”降水预报结果做出的决策可能不是最优的,甚至可能会出现较大的偏差。针对以上问题,本文以桓仁水库以上流域为试验流域,首先检验评价了UKMO(英国气象局),ECMWF (欧洲中尺度天气预报中心),NCEP (美国国家环境预测中心)和CMC(加拿大气象中心)这四个中心的集合预报数据,然后研究了这四个中心的集合预报数据在洪水预报中的可利用性,最后将ECMWF的集合降水预报数据驱动新安江水文模型进行了洪水预报研究。主要研究内容如下：(1)通过TS评分,BS评分和Talagrand分布对四个中心的集合预报系统进行检验评价,结果表明四个集合预报都具有一定的预报技巧,并且效果相当。由Talagrand分布检验表明,四个中心集合预报的发散度还不够,存在着对小量级降水预报偏大,而对大量级降水(如强降水事件)的预报偏小的情况。其中对于本次试验,UKMO和CMC的Talagrand分布相对较好。(2)通过统计四个中心集合平均降水预报的误差特征值(准确率,空报率和漏报率)来进行其应用于洪水预报的可行性分析。结果显示无雨预报和小雨预报的精度较高。另外,通过分析对比雨量站点预报降雨的三种估算方法(双线性插值法,反距离加权法和相关系数法),提出了集成双线性插值法和反距离加权法的耦合估算方法。(3)针对桓仁水库以上流域的流域特征,选择三水源新安江水文模型作为桓仁水库的洪水预报模型,并应用遗传算法对水文模型进行了参数优选。(4)将集合降水预报驱动水文模型模拟洪水过程,得到了模拟径流的区间范围,为决策者提供了更多有用的风险信息。同时,根据集合平均降水预报的特点,对集合平均降水数据进行修正。并将修正后的集合平均数据模拟洪水过程,其效果有了很大的改善,具有较好的效果。