Este artículo propone un nuevo método de posprocesamiento para los datos del modelo con el fin de mejorar las previsiones de trayectoria de tifones y de lluvia. Los datos del modelo utilizados en el artículo incluyen previsiones de conjunto de baja resolución y previsiones de alta resolución. Todo el método de mejora consta de los siguientes tres pasos. El primer paso es corregir la previsión de la trayectoria del tifón: se aplican tres métodos de optimización de miembros del conjunto a las previsiones de conjunto de baja resolución, y luego se selecciona el mejor método de optimización con el principio del menor error de distancia promedio. Los resultados de las previsiones de lluvia muestran que la previsión de lluvia corregida tiene un mejor desempeño que las previsiones originales. El segundo paso es derivar la previsión de lluvia probabilística de alta resolución: se aplica el método de vecindario a la previsión determinista de lluvia de alta resolución. El último paso es corregir la previsión de lluvia del tifón: las previsiones de baja y alta resolución se combinan utilizando el método de coincidencia de probabilidades con dos esquemas diferentes. Los resultados muestran que las previsiones de los dos esquemas tienen un mejor desempeño que la previsión original bajo todos los umbrales de lluvia y todos los plazos de previsión. En términos de puntuación de sesgo, una previsión de lluvia de un esquema corrige mejor la desviación de lluvia respecto a la observación para lluvias ligeras y moderadas, mientras que una previsión de lluvia de otro esquema corrige mejor la desviación de lluvia para lluvias fuertes y torrenciales. Se demuestra el mejor desempeño de las previsiones de lluvia corregidas en el caso de los tifones Lekima y Rumbia sobre el este de China.