滑坡和洪水事件每年都会在全世界造成重大损失,降雨是这些事件的主要前兆。使用准确的降雨预测模型对于提升预警系统、减轻风险并及时干预至关重要。为此,我们提出了一个名为PROMES-MET的混合模型(利用METeo预测风暴事件内部降雨量),该模型耦合了随机模型和数值天气预报(NWP)模型,一般在集水区尺度上,通常使用的是基于随机处理的模型,而不使用天气预报的信息,该混合模型的特点就在于非常有利于改善集水区尺度的降雨预测。我们对发生在2006年3月1日意大利中部蒙特内罗•迪•比萨西亚(Montenero di Bisaccia)的案例进行了研究,结果显示,PROFICE-MET可以很容易地在降雨径流或滑坡预测模型中提供输入数据,该应用揭示了使用PROMES-MET模型将如何提前提供有关滑坡触发条件的有用信息。所得结果表明:通过设置适当超过概率水平的降雨阈值,可以获得一些时间来有效启动保护程序。