为提高定量降水网格预报的准确性，设计了一种综合不同量级降水预报性能的多模式融合算法，基于全球尺度模式预报系统(ECMWF)、中尺度模式预报系统(CMA-MESO、CMA-SH9)的24 h累积降水预报，首先采用最优TS评分法对模式预报进行订正，然后基于多量级TS评分计算动态权重融合系数，最后利用概率预报对弱降水消空，并对2022年11月—2023年10月黑龙江省的融合预报结果进行检验及个例应用。结果表明：(1)最优TS评分法改善了模式预报小量级降水范围偏大的问题，并减小了定量误差，为后续融合提供更高质量成员。(2)与ECMWF、CMA-MESO、CMA-SH9三种模式预报相比，融合预报晴雨准确率分别提升了12.71%、9.36%、6.4%，暴雨TS评分分别提升了27.14%、45.6%、79.27%。(3)分析两次典型个例发现，融合算法能弥补模式预报强降水落区偏差，有效调整雨区位置和量级，以及改善降水预报空报问题。