历史降水数据是评估干旱和洪水等灾害风险的基础，但是历史数据无法涵盖未来更极端的降水情况，而目前大范围格网单元的随机降水生成方法尚不完善。为此，文章旨在基于历史降水信息生成具有空间相关性的随机降水，以提升灾害风险评估的可靠性。基于经验正交分解以及主成分系数概率拟合等方法，探索了中国0.1°格网尺度日降水随机事件集的生成方法和技术流程。首先，基于经验正交分解方法，对中国1961—2022年共62年逐日降水数据进行分解，对于年内任意一天均形成62个空间模态及对应的模态系数；其次，利用多种概率分布函数对各日的模态系数进行概率分布拟合，并为每日选择出一个最优拟合函数；然后，基于各日模态系数概率分布，并选择历史模态系数的最大值、最小值的2倍作为阈值上下边界范围，进行多年的日降水情景蒙特卡洛抽样；最后，利用每日62个空间模态及随机模态系数，生成各年逐日随机降水事件集。为比较历史降水、随机降水特征的一致性和差异性，模拟生成5 000个年份的日降水事件，并用最大值、平均值、标准差、典型重现期降水、空间相关性5个统计特征值进行对比分析。结果显示：1）随机降水较好地保留了历史降水的强度-概率特征，在格网尺度上二者平均值差异<0.9 mm几乎可以忽略，10、20和50 a一遇降水强度差异均<15%，二者标准差的差异均<8%。2）随机降水有效地扩展了年最大值上限，在差异最大的网格上，随机降水最大值比历史降水提高了36%。3）随机降水较好地保留了空间相关性特征，中国所有格网的逐日莫兰指数和皮尔逊相关系数，最小值也分别>0.96和0.95。基于经验正交分解的中国日降水随机事件集，可为后续量化灾害风险评估提供良好的降水数据基础。
