传统的基于实测降雨的洪水预报方法，预见期较短，难以完全满足防汛调度、洪水资源应用等洪水管理的要求。本论文以增长洪水预报预见期为主要目标，对引入降雨预报预见期的实时洪水预报技术进行了研究，侧重数值天气预报模式、陆面过程模型以及基于网格的流域汇流模型和实时洪水预报系统等方面问题。 本论文采用MC2模式(Mesoscale Compressible Community Model)作为动力尺度降解的工具，进行了具有预见期长达96 h，空间分辨率达20 km和5 km的降雨预报研究。讨论了预报区域范围大小、时空分辨率和物理过程参数化方案等关键要素的确定和协调问题。选取了淮河流域1998年、2003年以及2005～2007年汛期资料对降雨预报进行了后期预报和实时预报检验，结果表明，MC2模式对淮河流域暴雨的预报具有很好的能力，特别是对梅雨期强降雨预报，无论其雨带分布和结构，抑或暴雨中心位置及强度，均能获得较高的预报精度。 引入CLASS(Canadian Land Surface Scheme)模型作为陆面过程模型，已与MC2模式耦合。原CLASS模型具有很强的模拟能量通量能力，但缺乏模拟重要的壤中流产流的机制。为此，本论文提出了对CLASS的产流模块的改进方案。改进方案采用田间持水量阈值来实现壤中流的产生，引入了空间分布函数米表示土壤田问持水量在次网格内的变化。选用了1998和1999年淮河流域能量与水分循环试验(HuBEX)的观测资料，对改进前后的CLASS模型进行了点尺度和流域尺度的检验。结果表明，改进后的CLASS模型，不仅保持原CLASS模型具有很好的模拟淮河流域不同地表和不同季节的能量通量、土壤温度、土壤含水量过程以及总径流量的功能，且对模拟洪峰流量、峰现时间和洪水过程的能力有了较大的提高，使产流过程的模拟大为改善。壤中流模拟引入CLASS模型，也为在短缺水文资料地区建立水文计算模型提供了很好的思路。 流域汇流是洪水预报的重要组成部分，为进行流域洪水汇集的分布式模拟，本论文开发了基于网格的流域汇流模型。模型基于数字水系，构建河网拓扑关系；采用造床流量作为河段的参考稳定流量，通过构建地理因子和水力学因子的经验关系，求解空间分布的汇流演算参数：基于新一代交互式数据语言(IDL)，设计开发计算程序。经淮河流域实际洪水过程的检验，表明该模型计算效率高，能够较好地模拟洪水的时空演进过程，成果具有较高的精度，满足洪水预报的要求。 基于先进的计算机及网络技术，采用计算服务器和客户端的构建方式，综合运用多种程序开发语言，开发了基于定量降雨预报的实时洪水预报系统。研究了多计划任务并行的协同丁作方式，数值大气预报、洪水预报和GIS的集成技术，以及降雨预报和洪水预报的全自动运行等问题。在经过1998和2003年的检验之后，系统对2005～2007年3个汛期淮河王家坝以上流域的洪水进行了实时跟踪预报。结果表明，本论文建立的定量实时降雨预报与实时洪水预报相结合的系统能够增长洪水预报的预见期、保证洪水预报精度，具有较好的应用前景。