数值天气预报(NWP)过去几十年在热带气旋(TC)预报方面的最大进步是越来越准确的路径预报。对于登陆热带气旋降水的预报而言,目前以数值模式为代表的技术手段的预报能力还十分有限。本文围绕动力-统计结合之方法,对TC降水预报进行研究,概括而言本文研究的主要内容和结果如下:(1)初步发展了登陆热带气旋降水(LTP)预报的一种新方法----基于路径相似的登陆热带气旋降水动力统计集合预报(LTP_DSEF)模型。并利用LTP_DSEF模型在华南(广东、广西和海南)地区进行TC过程降水预报试验,将模型预报效果与三家动力模式(EC、GFS、T639)预报效果进行对比。结果显示成功发展了LTP_DSEF模型。模型对2012-2016年影响华南地区出现最大日降水量≥100mm的21个TC的定量降水预报(QPF)试验结果表明,该模型对登陆TC过程降水的预报结果优于动力模式。登陆TC过程降水≥50mm情况下,建模样本和独立样本平均TS评分均高于动力模式(EC、GFS、T639)相应的最好表现。对LTP_DSEF模型三个最优方案的参数取值分析显示,起报时刻参数设定为最临近影响时刻即TC对陆地产生降水的前一天12:00UTC、集合参数取最大值时预报效果稳定趋好。(2)LTP_DSEF模型中引入TC强度相似筛选因子进行改进,并在华南地区进行相同预报试验。试验结果表明引入TC强度相似筛选因子后,模型在华南地区的预报性能有了一定的提升,相对三家动力模式而言,优势更加明显。在建模样本试验阶段,模型对于强降水级别预报的TS评分都有所提升,尤其是过程降水≥100mm的TS评分的提升较明显,由改进前的0.1805提升到0.2221,提高了23%,此时模式预报的最高TS评分仅为0.1681。在独立样本试验阶段,模型预报的TS评分提升较少,但依然优于动力模式预报的最好水平,尤其在过程降水≥250mm阶段,模式的预报的最高TS评分都为0,LTP_DSEF模型预报的降水TS评分为0.025。LTP_DSEF模型参数(起报时刻和集合方案)的取值与引入TC强度相似筛选因子前表现出一定的共性。(3)丰富改进后的LTP_DSEF模型部分参数,并在全国地区进行降水预报试验,根据LTP_DSEF模型对2004-2016年在全国地区出现最大日降水量≥100mm的99个TC的QPF试验结果,筛选出了一套适用中国地区的固定预报参数。参数取值结果显示,就中国地区而言,对于较强TC过程降水(≥250mm,≥100mm,≥50mm),起报时刻参数设定为TC对陆地产生降水的当天12:00UTC较前一天12:00UTC预报效果更好,季节相似参数丰富后则暂未表现出优势。模型预报效果显示,在建模样本试验和独立样本试验中表现较为稳定。