随着数值天气预报技术的不断发展,降雨预报产品的准确性和可靠性已获得明显改善,为水文气象耦合预报提供了可能。将定量降雨预报产品与水文模型耦合,有利于提高流域水文预报精度和延长水文预报的有效预见期。然而,在水文气象耦合预报的实际工程应用中,不可避免地存在数值预报降雨的适用性以及水文气象耦合模型的不确定性问题。因此,一个具有挑战同时迫切需要解决的问题是,如何针对数值预报降雨的适用性以及水文气象耦合模型的不确定性问题,开展水文气象耦合预报研究,从而实现水文预报精度的提高和预见期的延长。为此,本文以长江干流溪洛渡至三峡区间为研究对象,开展了耦合TIGGE（THORPEX Interactive Grand Global Ensemble,TIGGE）降雨信息的径流预报及不确定性分析研究,探究了不同预报中心集合降水预报产品在长江上游的适用性,构建了长江上游干流区间水文气象耦合径流预报体系,提出了水文气象耦合预报模型不确定性分析方法。研究成果可为预报员和决策者提供确定性和不确定性两种径流预报信息,有力支撑流域径流预报和水库调度工作。本文主要的研究内容和创新性成果如下:（1）针对不同预报中心集合预报数据在长江上游的适用性问题,本文以实测降水数据为参照,采用TS评分、晴雨检验、漏报率、空报率和Talagrand分布图法对各预报中心集合降水预报结果进行了定量与定性检验,此外,为分析各预报中心误差分布特征对汛期日均降水量进行了空间分布检验。研究结果表明,整体上,ECMWF预报中心数据在长江上游的适用性优于NCEP和JMA,可作为水文模型预见期的降水输入,延长流域径流预报预见期。（2）围绕长江上游水文气象耦合模型构建问题,本文首先引入MOSCDE多目标优化算法率定各区间水文模型参数,采用改进TOPSIS非劣解优选法优选出各区间模型的最优参数;然后,将ECMWF降雨信息作为水文模型的预见期降雨输入得到预测流量过程,进而检验ECMWF在水文预报中的应用效果;最后,在上述理论研究基础上,研发了相应的实时径流预报系统功能模块。研究结果表明,采用改进TOPSIS非劣解优选法优选出的参数预报效果良好;新安江模型在长江上游流域有良好的适用性;水文气象耦合模型在一定预见期内可在保证预报精度的同时延长水文预报预见期。（3）围绕水文气象耦合模型中不确定性问题,本文引入考虑预见期降雨的水文不确定性处理器PD-HUP（Precipitation-Dependent Hydrological Uncertainty Processor,PD-HUP）,采用高斯混合模型GMM（Gaussian Mixture Model,GMM）拟合流量边缘分布,得到不同降雨情景下后验概率密度函数,将其与不考虑预见期降雨的水文不确定性处理器PI-HUP（Precipitation-Independent Hydrological Uncertainty Processor,PI-HUP）预报结果及确定性预报结果进行了对比分析。研究结果表明,预见期降雨量较大时,预报结果不确定性显著增加,预报流量变大预报结果不确定性也相应增加,并且随预见期延长,预报结果不确定性也相应增加;从精度指标和物理意义上来说,PD-HUP预报结果最优,PI-HUP次之,确定性预报结果略逊于前两者;并且随预见期延长,三者预报结果精度也随之降低。