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