降水是水文循环中的关键变量。降水的时空变化影响着洪水的径流深、峰值和峰现时间等,同时降水的数据误差也增加了水文模型的不确定性。因此获取准确度高、时效性强、时空分辨率良好的降雨观测数据,对于流域洪水预报十分重要。而雷达可以获取到实时的、有一定精度的、具有高时空分辨率的、大范围的降雨数据,将雷达估测降雨数据与水文模型结合应用于洪水预报中有重要的研究意义。本文以碧流河流域为研究对象,结合地面雨量站实测降雨数据,对雷达估测降雨数据进行质量评估与分析,并利用多点校准法和卡尔曼滤波校准法分别对天气雷达估测降雨数据进行校准,采用绝对误差、均方根误差等指标,对校准后的雷达估测降雨数据进行精度评价;选用新安江洪水预报模型,结合实测历史洪水资料,利用多目标遗传算法,进行模型参数的率定和验证,采用径流量相对误差、洪峰流量相对误差等指标,对模拟结果进行评价;最后,将未经校准的雷达估测降雨数据、经多点校准法校准的雷达估测降雨数据、卡尔曼滤波校准后的雷达估测降雨数据输入到新安江模型中进行径流模拟,评价雷达估测降雨数据与新安江模型结合在碧流河流域洪水预报中的应用效果,探索其适用性。结果表明:(1)随着1h累积降雨量级的增大,雷达估测降雨漏报率逐渐减小,而准确预报临界指数在逐渐增大。雷达估测降雨整体呈现低估,且随着1h累积降雨量级的增大,低估现象越来越严重。(2)相比于多点校准法,卡尔曼滤波校准法不仅能够在总体上有效地提高雨量站-雷达对的精度,还可以显著降低雨量站-雷达对的离散程度,改进个别雨量站-雷达对的精度。在流域面雨量校准方面,多点校准法和卡尔曼滤波法都可以有效地提高雷达估测流域面雨量的精度,但卡尔曼滤波法校准后的雷达估测面雨量过程与雨量站实测面雨量过程具有更好的一致性。(3)利用10场洪水对新安江模型进行参数率定,模拟结果合格率为90%;利用3场洪水对模型进行验证,模拟结果均合格,说明优选的新安江模型参数适用于碧流河流域的洪水预报。(4)经过卡尔曼滤波法校准后的雷达估测降雨数据与新安江模型的结合,洪水预报精度较高,在碧流河流域具有较好的适用性。