占龙飞 ， 陈佳义 ， 李 婕 ， 赵冠男 ， 胡菊芳

1. 江西省气候中心， 江西 南昌 360096

2. 淮安市淮阴区气象局， 江苏 淮安 223300

3. 江西省气象台， 江西 南昌 360096

0 引 言

降水是十分重要的气象要素，气象站观测的降水数据仅代表其所处位置有限范围内的降水状况，受经济、地形、观测技术和台站分布等客观条件限制，气象台站降水数据难以满足科研业务需求。高空间分辨率的降水数据在气候评估、地质灾害预警预报、水资源管理等方面具有巨大的应用价值。

为获取降水量的空间分布，通常结合统计学和地理信息科学将已知站点的观测数据进行空间插值。近年来，一些学者围绕降水数据插值方法的比较展开了一系列研究。一些学者(王国泰等,2018;王天华,2018;张仁平等,2018)对比了几种常用插值方法，选出了适合研究区域的最佳降水插值方法。降水受地形条件尤其是高程的影响较大，通常高程越高降水越大(Daly et al,2008)，基于地理因子的降水插值方法受到研究者们的关注。李丽娜(2009)引入地理影响因子的多元回归插值结果能较好地反映降水的整体分布和局部细微特征。蒋育昊等(2018)对比了不同插值方法在北京西北山区的应用效果，结果表明PRISM(Parameter-elevation Regression on Independent Slopes Model)插值模型比其他插值方法更能精确地表达降水的空间分布。

每种降水插值方法均存在局限性，同一种插值方法在不同下垫面上的插值效果可能存在很大差别(彭彬等,2011)，同一地区不同时期可能适用不同降水插值方法。江西省地处季风区，东、西、南三面环山，北部为鄱阳湖平原，中部为丘陵和河谷平原，地形复杂多样，高程梯度大，复杂的地貌特征致使降水分布呈现空间不均匀、局地性强等特点。……