随着经济社会的迅速发展,人们对于水资源的需求不断提高,水资源的供需矛盾也日益突出,而我国的水资源管理也因此面临严峻挑战。径流作为水资源的重要表现形式,提高其预测能力可为水资源管理提供重要帮助,而汛期作为径流的主要集中时段,开展汛期径流预报对于提高流域水资源管理能力更具现实意义。为此,本文以桓仁流域为研究对象,分别构建了基于气候因子和SEAS5降水预报的汛期及其各月的径流预报模型,并针对气候因子筛选、降水预报评估及校正、径流预报校正进行了相关研究。主要研究内容如下:（1）提出了一种基于CFS指标的因子筛选方法,构建了基于大气环流、海温等气候因子的汛期径流预报模型,并定量分析了降水与流域初始状态对径流的影响程度。首先,结合产流原理,利用r-CFS与MIC-CFS对流域初始状态因子和气候因子进行筛选;接着,根据所筛因子构建汛期径流总量及其各月的径流预报模型;然后,将该结果与基于前向搜索包裹法的径流预报结果进行对比分析,以验证CFS指标有效性以及r-CFS与MIC-CFS适用性;最后,基于实测降水数据,利用随机森林构建径流预报模型,定量分析降水和流域初始状态对径流的影响程度。结果表明:前期气候因子能在一定程度上反映未来气候信息,可有效应用于汛期径流预报;相比于前向搜索包裹法,基于CFS指标的因子筛选方法能在保证因子筛选效果的前提下提高因子筛选效率;相比于r-CFS,MIC-CFS指标能够更好地衡量预报因子集与汛期径流之间的关系;对于汛期和七月径流,降水具有主导作用,其影响程度分别为0.92、0.86,而其他时段,降水和流域初始状态均具有重要影响,其中降水的影响程度为0.55-0.63。（2）评估了SEAS5降水预报产品在桓仁流域汛期及汛期各月的适用性,建立了基于贝叶斯联合概率模型的降水预报校正模型,从系统偏差、可靠性、锐度、预报技巧四个方面对SEAS5原始降水预报及校正后的降水预报进行评估。结果表明,原始预报均存在较大系统偏差,预报可靠性存在不足,且受偏差和可靠性影响,不同时段内大部分预见期的预报技巧得分为负值;而经校正后,预报的系统偏差得到有效消除,可靠性得到较大改善,且除少部分预报因锐度下降而技巧降低外,绝大部分预报技巧得到提升,整体精度得到提高。总体来看,SEAS5降水预报在桓仁流域具备潜在的应用价值。（3）开展了基于SEAS5降水预报的汛期径流预报,建立了基于贝叶斯联合概率模型的径流预报校正模型。对原始和校正径流预报的确定性结果（集合均值）与概率预报结果进行评估,并将该结果与基于气候因子的径流预报结果对比,评价其可利用性。结果表明,校正后的确定性径流预报结果中,除8月的合格率由93%降低至89%外,其余时段均得到提高,将该结果与基于气候因子的结果对比,除六月之外的所有时段,基于SEAS5降水预报的径流预报均有提高;而校正后的概率径流预报结果中,各月预报可靠性均得到改善,且低技巧预报的整体精度均得到较大提升。总体来看,SEAS5降水预报可较好地应用于桓仁流域汛期径流预报,能够为该流域水资源管理工作提供一定支撑。