摘要：耦合降水集合預(yù)報信息與水文模型是水文預(yù)報發(fā)展的一個重要方向。然而由于大氣運行初始條件及模式的不確定性數(shù)值降雨預(yù)報不可避免地存在誤差?；谌蚣项A(yù)報系統(tǒng)(GFS)提供的1~8d預(yù)見期的降雨集合預(yù)報數(shù)據(jù),研究了基于擴(kuò)展型Logistic算法和異方差擴(kuò)展型Logistic算法發(fā)展的5個統(tǒng)計后處理模型對淮河流域息縣子流域GFS預(yù)報降雨的校正效果。結(jié)果表明,5個模型對GFS預(yù)報降雨均具有較好的校正效果,但隨著預(yù)見期的增長,各個模型的校正能力呈衰減趨勢?？傮w而言,相較于基于擴(kuò)展型Logistic算法的3個模型,基于異方差擴(kuò)展型Logistic算法的2個模型具有更優(yōu)的校正能力。