王 雪，何晓凤，孙逸涵，刘善峰

(1.华风气象传媒集团有限责任公司，北京 100081；2.北京玖天气象科技有限公司，北京 100081；3.北京华新天力能源气象科技中心，北京 100081；4.国网河南省电力公司电力科学研究院，郑州 450052)

引 言

随着数值预报的快速发展，数值预报的分辨率明显提高，但由于其空间分辨率有限，难以对更小区域作出精准气象预测。基于原始数值预报产品的精细化预报，一般有2种方法：一种是通过修改模式提升输出产品的分辨率，另一种是利用降尺度技术[1-2]。方法1对模式改进的要求高，且无法无限制地改进模式输出产品的分辨率；方法2计算量小，模式改进成本低，且可将预报产品插值到更精细的区域或点位，在专业气象服务中发挥了重要作用[3-4]。

降尺度方法包括统计降尺度、动力降尺度及统计—动力相结合降尺度共3种[5]。Wilby等[6-8]对降尺度技术的应用进行了详细阐述。Kidson and Thompson(1998)[9]分别利用统计降尺度和动力降尺度方法进行预测，发现动力降尺度虽有更好的物理基础作为支撑，但统计降尺度简单灵活，其效果与动力降尺度方法的差异不大，从应用角度来看更为可取[10]。

统计降尺度方法是利用原始格点预报产品获取具体区域或点位高分辨率产品的重要途径，常应用于精细化预报[11-12]。在短期天气预测应用领域使用的降尺度方法有双线性插值、反距离权重法、最近邻点插值等空间插值方法[13-18]，此外还有学者使用简单的转换函数[19-21]。

李刚等[20]利用反距离权重插值法对贵州省气象站进行气温精细化预报研究发现，降尺度技术处理后的气温预报效果得以明显改进。……