雅砻江流量丰沛稳定，天然落差大，水能资源丰富。干流共规划22个梯级水电站，总装机容量约3000万千瓦，年发电量约1500亿千瓦时，是我国规划的十三大水电基地之一。对雅砻江进行预报研究，为其调度及防洪提供有力证据，是需要研究的重要内容。　　在水文预报实践中，确定性预报的应用最为广泛，然而对于突发性暴雨洪水，确定性预报往往不能提供足够的预报精度和预见期，无法满足防洪减灾对风险信息的需求。理论上存在的不足、水文模型的缺陷和计算误差都是造成水文预报失真的原因，但主要原因是对水文预报固有的不确定性分析不足，而模型降水等信息的输入就是其中原因之一。集合预报是既可以给出确定预报值，又能提供预报值不确定性信息的概率预报方法。集合预报思想起源于气象领域大气模式初识条件扰动对预报结果影响的分析研究。随着计算机技术的快速发展，水文集合预报得到了快速发展，以其概率预报优于传统确定性预报的优势成为水文预报领域发展的新方向。　　以雅砻江流域为研究对象，采用随机森林模型挑选了用于对未来降雨趋势进行预测的水文气象特征量，筛选历史气象年份。基于历史数据生成集合降雨预报数据，以此驱动EasyDHM分布式水文模型进行洪水预报研究。具体研究内容包括三个方面:　　一是根据雅砻江流域雨量、水文站点、水系、气象、地形、土壤等数据建立雅砻江流域分布式水文模型，并根据历史汛期洪水进行了参数率定和验证。结果表明，EasyDHM分布式水文模型在雅砻江流域具有较好的适应性，可以支持洪水预报工作。　　二是通过引入径流集合预报的方法，基于随机森林模型挑选了用于对未来降雨趋势进行预测的水文气象特征量，以此筛选历史气象年份，在单因子和多因子预报方案下分别生成了降雨的集合。结果显示，不同预测方案下，降雨集合成员不管是在量级还是误差都在合理范围，可以作为模型的输入条件。　　三是在单因子和多因子预报方案的基础上，以降雨集合数据驱动分布式水文模型EasyDHM，进行洪水预报，分析了不同集合数目对径流预报结果的影响。结果显示，所有径流实测数据均在最大、最小值范围内，并且此时的径流预报结果也能很好的反映洪水趋势，可以很好的应用于雅砻江流域的防洪、调度等生产实践;此外集合成员的数目对预报结果也有较大的影响，随着集合成员数目的增多，集合均值也更接近实测值。