Este estudio se centra en los productos de pronóstico de precipitación en tiempo real del modelo de pronóstico regional GRAPES_MESO, que es desarrollado por el Centro de Predicción Meteorológica Numérica de la Administración Meteorológica de China y se inicializa de 1 a 3 días de anticipación a las 12:00 UTC. Utilizando un conjunto de datos de cuadrícula de precipitación homogénea a nivel nacional de estaciones meteorológicas de superficie como datos de observación, se emplea un método de emparejamiento de frecuencia (FMM) para corregir los pronósticos de precipitación para diferentes niveles de intensidad de precipitación, incluyendo lluvia ligera, lluvia moderada, lluvia intensa y lluvia torrencial. Se realizan estudios de caso y pruebas estadísticas (puntuaciones TS) para comparar el rendimiento del pronóstico antes y después de la corrección. Los resultados indican que las curvas de la Función de Distribución Acumulativa (CDF) del modelo se desvían de las observaciones, y cuanto mayor es el tiempo de anticipación, más significativa es la error. Los coeficientes de corrección (CC) muestran una tendencia creciente con el aumento de la intensidad de la precipitación, lo que indica que para cantidades de precipitación más grandes y tiempos de anticipación más largos, se necesitan CC más grandes, destacando la necesidad de corrección. Al analizar dos eventos de precipitación en el sur de China en julio de 2019, el FMM resulta en un aumento de la intensidad de la precipitación y una ampliación del rango de precipitación intensa. Las magnitudes de precipitación corregidas son más cercanas a las observaciones. Las pruebas estadísticas utilizando puntuaciones TS revelan que el FMM tiene un cierto efecto de corrección en el pronóstico general de precipitación en la región del sur de China, especialmente para tiempos de anticipación más largos y mayores intensidades de precipitación, donde el efecto de corrección es más significativo. La necesidad de corrección por emparejamiento de frecuencia se vuelve más evidente para precipitaciones más intensas, y el efecto de corrección se vuelve más significativo con tiempos de anticipación más largos.