Nghiên cứu này được thực hiện để tích hợp lượng mưa dự báo dựa trên radar với mô hình số trị (NWP) phục vụ nâng cao chất lượng dự báo lũ. Lượng mưa tích hợp cho 6 giờ kế tiếp được tạo ra thông qua việc xác định trọng số của các sản phẩm mưa dự báo dựa trên giá trị của các chỉ tiêu dự báo đúng (CSI) và sai số quân phương (RMSE) ở khung thời gian trước. Đối với dự báo sau 6 giờ, độ lệch trung bình giữa lượng mưa tích hợp với NWP ở 6 giờ được tính toán và thêm vào cho các khoảng thời gian dự báo dài hơn. Phương pháp này được áp dụng cho 2 trận lũ xảy ra vào năm 2020 và 2021 trên khu vực thượng lưu sông Mã. Kết quả cho thấy lượng mưa tích hợp có độ chính xác cao hơn đáng kể so với NWP ở khoảng thời gian dự báo 6 giờ nhưng không thay đổi nhiều ở các khoảng thời gian dài hơn trừ sai số trung bình (ME). Tương ứng với sự cải thiện của lượng mưa, độ chính xác dự báo lũ tăng lên đáng kể với giá trị của chỉ số hiệu quả mô hình (NSE) tăng lên và sai số dung tích (REV) giảm xuống. Những kết quả này đã chứng minh sự cần thiết của tích hợp lượng mưa dự báo dựa trên radar với NWP.This study was conducted to blend radar-based rainfall prediction with numerical model (NWP) outputs to improve the accuracy of flood forecasting. The hybrid rainfall for the 6 hours ahead is generated by determining the weights of the products based on the values of critical success index (CSI) and root mean square error (RMSE) in the previous time step window. For the longer lead time, the mean error field between the hybrid with NWP at 6 hours is calculated and added to longer forecast periods. This method is applied to 2 flood events occurring in 2020 and 2021 in the upstream area of Ma River basin. The results show that hybrid has a significantly higher accuracy than the NWP at the 6-hour ahead but does not change much at longer lead time except the mean error (ME). Corresponding to the improvement of precipitation forecast, the flood prediction accuracy increased significantly with the value of Nash Sutcliffe efficiency (NSE) increased and relative error in volumn (REV) decreased. These results demonstrated the necessity of blending radar-based precipitation forecasting with NWP output.