气象水文耦合中的降尺度方法研究进展
水文尺度问题研究综述
水文尺度问题研究综述郝振纯李丹（河海大学水资源环境学院，江苏南京 210098）摘要:在简单介绍有关尺度概念的基础上，分析了尺度问题出现的原因。
针对尺度转换的需求，介绍了目前广泛使用的各种聚集和解集方法。
提出尺度转换研究中的两个热点问题是水文模型和GCMs的耦合及其与生态模型的耦合，而土壤参数化则是其中的一个关键。
随着遥感、GIS技术和应用以及计算机水平的快速提高，将各种尺度下得到的信息融合是大势所趋，这也将促进各学科的交叉渗透。
关键词：水文尺度；水文模型；耦合；土壤参数化在水文研究过程中，人们逐渐提出这样一个问题，即在一个特定的时间和空间范围内，对于要描述的现象，什么样的模型、假设或方程才是适用的，这就是水文尺度问题。
R.Schulze[1]从水文的角度具体分析了尺度问题出现的原因。
理论上，观测尺度、模拟尺度应该尽量与过程尺度相吻合，但是受到测量技术和模拟水平的限制，往往达不到这个要求。
因此，又引入了尺度转换的概念，来弥补这种缺陷。
本文详细论述了尺度问题出现的原因，以及在尺度转换过程中出现的问题，回顾了到目前为止进行尺度转换的方法和出现的新技术。
并对该问题进行了展望，提出了一些建议。
1. 尺度问题的出现水文尺度是指水文过程、水文观测或水文模型的特征时间或长度。
根据不同水文学者的研究成果，可以将尺度问题的出现归于以下几个原因：（1）表面过程的空间异质性。
如地貌、土壤、降雨、蒸发和土地利用等的时空不均匀分布；（2）响应的非线性。
比如山坡过程和河道过程的响应快慢不同；（3）过程的临界阀值。
比如根据不同决定因素，将产流机制分为蓄满产流和超渗产流；（4）随着尺度的变化，占主导地位的过程在发生改变；（5）在研究过程中发现的一些新特性，比如边缘效应；（6）人类活动的影响，如修建大坝、引水或者土地利用变化等。
过去因为受到测量技术等的限制，往往以小尺度的研究为主，随着遥感（RS）和地理信息系统（GIS）等新技术在水文学中的应用，空间尺度逐渐从流域、区域、大陆扩展到全球，时间尺度则从秒、时、日、月延长到年、百年甚至更长。
统计降尺度方法研究进展综述
统计降尺度方法研究进展综述作者：张明月彭定志胡林涓来源：《南水北调与水利科技》2013年第03期摘要：统计降尺度方法是将大气环流模式GCMs输出的低分辨率的气象资料转换为流域尺度的主要方法之一，现已发展成为气候学中较为完善的领域。
简要介绍了统计降尺度方法的基本原理，包括基本假设条件及主要步骤和关键点；重点介绍统计降尺度方法，大致分为转换函数法、天气分析技术和天气发生器这三类，并对几种方法的国内外应用进展做了阐述；对统计降尺度方法的不确定性研究做了简要介绍。
指出未来研究应重点研究统计降尺度模型的适用条件及范围、提高降水模拟的精度；统计降尺度与动力降尺度两种降尺度结合的方法将是降尺度主要发展方向之一。
关键词：统计降尺度；研究进展；统计降尺度方法；不确定性分析中图分类号：P333文献标识码：A文章编号：16721683（2013）03011805近年来，气候变化及其对水文水资源的影响一直是研究热点。
大气环流模式（Global atmospheric general circulation models，GCMs）为气候变化研究提供了全球尺度的信息，但其输出的分辨率较低，无法将GCMs提供的气候要素信息直接输入相应模型中。
目前，应用较广的方法是通过降尺度技术将GCMs大气尺度或全球尺度信息转变为区域尺度，以提高GCMs 输出的气候信息的分辨率。
降尺度方法通常分为动力降尺度法、统计降尺度法以及动力统计降尺度相结合的方法。
统计降尺度法是建立区域或流域变量与大尺度气候信息间的统计关系，并利用这种关系获得区域或流域未来气候变化情景，其计算量相对较小、省机时，应用较广[1]。
1统计降尺度法的原理统计降尺度利用多年大气环流的观测资料建立大尺度气候要素和区域气候要素之间的统计关系，并用独立的观测资料检验这种关系的合理性，再把这种关系应用于GCMs中输出大尺度气候关系来预估区域未来的气候变化情景。
其实质就是建立大尺度气候预报因子与区域气候变量的统计关系。
气象资料的统计降尺度方法综述
气象资料的统计降尺度方法综述气象资料的统计降尺度方法综述摘要：随着气候变化对人类社会的影响日益凸显，气象资料的统计降尺度方法成为研究气候变化及其对区域尺度的影响的重要手段。
本文对当前气象资料的统计降尺度方法进行综述，包括经验降尺度方法、物理降尺度方法和混合降尺度方法等。
通过总结不同方法的原理、优缺点以及适用范围，为气候变化研究提供参考和指导。
1. 引言气候变化对人类社会的影响越来越显著，对气候变化的认识和预测对于制定相应的应对策略具有重要意义。
气象资料的统计降尺度方法是研究气候变化及其对区域尺度影响的一种重要手段。
本文对当前气象资料的统计降尺度方法进行综述，旨在为进一步研究提供理论基础和方法参考。
2. 经验降尺度方法经验降尺度方法是基于统计方法和经验关系，将大气环境变量从大尺度转换为小尺度。
常用的经验降尺度方法包括回归法、聚类分析法和模式嵌套法等。
回归法通过建立观测站点与大尺度因子的统计回归关系，估算小尺度的气象变量。
聚类分析法通过将观测数据按照相似性进行分类，然后在每个类别内进行小尺度气象参数估计。
模式嵌套法则是通过建立大气环境场景的多层次模式，将大尺度模拟结果转换为小尺度结果。
3. 物理降尺度方法物理降尺度方法是基于数学和物理原理，通过模拟大尺度动力过程来推导小尺度气象参数。
常用的物理降尺度方法包括数值天气预报模式（NWP）和区域气候模式（RCM）。
NWP方法通过运用数值模型对大气运动方程进行离散、近似和求解，再用模型结果进行统计降尺度。
RCM方法在NWP模型基础上进一步发展，通过提高空间分辨率和模式参数化方案，增强对小尺度气象变量模拟能力。
4. 混合降尺度方法混合降尺度方法是结合经验降尺度和物理降尺度方法的综合应用。
一方面，利用经验降尺度方法的优势可以提取大尺度环境因子与小尺度气象变量之间的统计关系；另一方面，结合物理降尺度方法的能力可以模拟大尺度环境场景并将其转换为小尺度参数。
5. 方法评估统计降尺度方法的评估主要包括定量评估和定性评估两种方法。
气象资料的统计降尺度方法综述
气象资料的统计降尺度方法综述一、本文概述随着全球气候变化研究的不断深入，气象数据的获取和精度要求也在逐步提高。
降尺度方法作为将大尺度气候模型输出转化为小尺度高分辨率气象数据的重要工具，其研究和应用越来越受到重视。
本文旨在对气象资料的统计降尺度方法进行全面的综述，探讨其基本原理、方法分类、应用实例以及存在的挑战和未来的发展趋势。
本文将介绍降尺度方法的基本概念和原理，阐述其在气候变化研究、区域气象预测和气象事件模拟等领域的应用价值。
接着，文章将按照统计降尺度方法的分类，详细介绍各种方法的原理、优缺点以及适用范围。
这些方法包括但不限于线性回归、主成分分析、神经网络、随机森林等。
随后，本文将通过具体的应用实例，展示统计降尺度方法在气象数据降尺度处理中的实际效果，并分析其在实际应用中的优缺点。
文章还将讨论当前统计降尺度方法面临的挑战，如模型泛化能力、计算效率、数据同化等问题，并对未来的研究方向和发展趋势进行展望。
通过本文的综述，读者可以对气象资料的统计降尺度方法有更加深入和全面的了解，为其在气象学、环境科学、气候变化研究等领域的进一步应用提供理论支持和实践指导。
二、气象降尺度方法概述气象降尺度方法是一种将大尺度气候模型输出转化为更小尺度、更高分辨率的气候数据的技术。
这种方法在气候变化研究、区域气候模拟、气象事件预测以及环境影响评估等领域具有广泛的应用。
降尺度方法主要基于大气、海洋、陆地表面等复杂系统的物理过程和相互作用，通过数学和统计模型，将大尺度气候模型的结果转化为更小尺度的气候信息。
降尺度方法主要分为动力降尺度（Dynamic Downscaling）和统计降尺度（Statistical Downscaling）两种类型。
动力降尺度通过构建高分辨率的区域气候模型，直接模拟小尺度气候系统的动态过程。
这种方法能够更准确地模拟小尺度气候系统的复杂性和不确定性，但计算量大，需要高性能计算机资源。
统计降尺度则主要利用大尺度气候模型输出与小尺度气候观测数据之间的统计关系，建立统计模型进行降尺度处理。
基于陆气耦合模式的降雨径流模拟研究进展
基于陆气耦合模式的降雨径流模拟研究进展基于陆气耦合模式的降雨径流模拟研究进展引言：降雨径流模拟是水文学中的重要课题之一，对于水资源合理利用、洪涝灾害防治以及环境评价具有重要意义。
陆气耦合模式作为一个综合模拟大气和地表过程相互作用的模型，为降雨径流模拟提供了新的途径。
本文将针对基于陆气耦合模式的降雨径流模拟研究进展进行综述，探讨其在水资源管理和洪涝灾害防治方面的应用前景。
一、陆气耦合模式的基本原理陆气耦合模式是通过对海洋、大气和陆地相互作用的综合数值模拟，研究地球系统的模型。
其基本原理包括大气模式、海洋模式和陆地模式的耦合与交互作用。
大气模式利用气象观测数据和物理方程模拟大气运动和能量传递过程；海洋模式模拟海水的运动、传热和物质交换过程；陆地模式模拟地表能量和水量循环过程。
三者之间通过数据交换和物理参数共享实现密切耦合，以综合模拟地球系统的动态演变。
二、陆气耦合模式在降雨模拟中的应用1. 降雨模拟方法陆气耦合模式在降雨模拟中的应用主要包括静态降水预报和动态降水模拟两种方法。
静态降水预报主要基于大气模式和陆地模式模拟的降水过程，通过对大气中的水汽含量和云水通量进行分析和提取，得出降水预报结果。
动态降水模拟则基于对陆地模式中的降水形成机制进行深入理解，通过对降水发生的物理过程进行模拟，得出降水量和时空分布。
2. 降雨径流模拟的关键参数降雨径流模拟中的关键参数主要包括土壤含水量、溢流产流、地下径流等。
通过对这些参数的模拟和分析，可以得出降雨水量在地表和地下的分布，进而实现对降雨径流的模拟和预测。
三、陆气耦合模式在水资源管理中的应用1. 水资源评估和调度通过模拟降雨包络曲线和径流过程，可以对流域的降雨径流进行量化评估。
结合流域的水资源供需情况，可以制定合理的水资源调度方案，实现对水资源利用的科学管理。
2. 洪涝灾害预测降雨径流模拟可以为洪涝灾害预测提供关键参数和依据。
结合气象预报和地理信息系统，可以实现对不同时间尺度的洪水灾害情景模拟，指导防灾减灾工作的开展。
《2024年气象资料的统计降尺度方法综述》范文
《气象资料的统计降尺度方法综述》篇一一、引言随着全球气候变化的影响日益显著，气象资料的准确性和精细度对于气象预测、气候变化研究、农业、水资源管理等领域的重要性愈发凸显。
统计降尺度方法作为将大尺度气象资料降尺度至更小空间尺度的技术手段，得到了广泛的关注和深入研究。
本文将对气象资料的统计降尺度方法进行综述，分析其研究进展和应用前景。
二、统计降尺度方法概述统计降尺度方法是一种基于统计学原理的气象资料处理方法，其核心思想是通过建立大尺度气象变量与小尺度气象变量之间的统计关系，将大尺度的气象资料转换为小尺度的气象资料。
具体方法包括基于插值的方法、基于多元回归分析的方法和基于机器学习的方法等。
三、插值方法插值方法是利用已知点的气象数据预测未知点的方法，主要包括空间插值和时间插值。
空间插值常用于将大尺度的气象数据插值到更小的空间尺度上，如利用三维空间插值法、克里金插值法等。
时间插值则是将某一时刻的气象数据根据气候统计特征推算出其他时刻的数据，如使用二次曲线法或拉格朗日插值法等。
四、多元回归分析方法多元回归分析方法通过分析大尺度气象变量与小尺度气象变量之间的关系，建立数学模型，将大尺度的气象资料通过模型转换得到小尺度的气象资料。
该方法主要涉及变量的选择和模型的建立。
选择适当的变量对降尺度效果至关重要，模型建立的准确度直接影响着降尺度的精度。
常用的多元回归分析方法包括逐步回归分析、主成分回归分析等。
五、机器学习方法随着人工智能技术的快速发展，机器学习方法在气象资料的统计降尺度中得到了广泛应用。
该方法通过构建大量的模型参数，学习大尺度气象变量与小尺度气象变量之间的复杂关系，从而实现更准确的降尺度。
常见的机器学习方法包括神经网络、支持向量机等。
其中，神经网络因其强大的学习能力和较高的预测精度，在气象资料降尺度领域具有广阔的应用前景。
六、应用领域与展望统计降尺度方法在气象预测、气候变化研究、农业、水资源管理等领域具有广泛的应用价值。
水文尺度问题及尺度转换研究进展
摘
要： 在介 绍 了水文尺 度 、 尺度 问题和尺 度转换 概念 的基 础上 ， 析 了进 行尺度转 换 的 ４种途 径 ， 分
即分形理 论 、 小波分析 、 布 式水文模拟 、 分 混沌理论 。 出了水文尺度 研 究涉及 的关键 问题 ，包括尺 提 度 问题 的不确 定性 、 水文过程尺 度和 水文观测尺度 、 水文现 象的空间异质 性和 时空变 异性 。最后在
维普资讯
西北林学院学报 ２ ０ ， ２ ３ ： ７ ￣１ ４ ０ ７ ２ （ ） １ ９ ８
Ｊ ｕ ｎ ｌ ｆＮｏ ｔ ｗｅｔＦｏ ｅ ｔｙＵｎｖ ｒｉ ｏ ｒ ａ ｒｈ ｓ ｒ ｓｒ ｉｅｓｔ ｏ ｙ
水文尺度 问题及尺度转换研 究进展
彭 立ｈ ， 苏春江 ， 徐 云 满正 闯 ，
（ ． ｈ ｎ ｄ ｎ ｔ ｕｅｏ １ Ｃ ｅ ｇ ｕ Ｉ ｓ ｔｔ ｆＭｏ ｎａ ｎＨａ ａ ｄ ｎ ｎ ｉ ｎ ｎ ， ｈｎ ｓ ｃ ｄ ｍｙｏ Ｓ ｉ ｃ ｓ Ｃ ｅ ｇ ｕ Ｓ ｃ ｕ ｎ ６ ０ ４ ， ｈｎ ｉ ｕ ｔｉ ｚ ｒ ｓａ ｄ Ｅ ｖｒ ｍｅ ｔ Ｃ ｉｅｅＡ ａ ｅ ｏ ｆ ｃ ｎｅ ， ｈｎ ｄ ， ｉ ａ １ ０ １ Ｃ ａ ｅ ｈ ｉ
Ｒｅ ｅ ｒ ｈ Ｐ ｏ ｒ ｓ ｎ ｔ ｅＰ ｏ ｌｍｓｏ ｃ ｌ ｎ Ｈｙ ｒ ｌｇ ｎ ｄ ｏｏ ｉ ｃ ｌ ｇ ｓ ａ ｃ ｒ ｇ ｅ ｓｏ ｈ ｒ ｂ ｅ ｆＳ ａｅｉ ｄ ｏｏ ｙ ａ ｄ Ｈｙ ｒ ｌｇｃ Ｓ ａｉ ｎ Ｐ ＮＧ Ｌ ， Ｓ ｈ ｎ ｊ ｎ Ｘ ｕ ＭＡ ｈ ｎ —ｈ ａ ｇ’ Ｅ ｉ Ｕ Ｃ ｕ —ｉ ｇ ， Ｕ Ｙ ｎ ， ａ Ｎ Ｚ ｅ ｇｃ ｕ ｎ
降尺度方法在月预报中的应用研究
第1期 气象水文海洋仪器 No .12011年3月 M eteo rological ,Hy drolog ical and M arine Instruments M ar .2011收稿日期:2010-08-16.基金项目:国家自然科学基金(40675040)项目资助.作者简介:王慧娟(1983),女,硕士.主要从事短期区域气候预测研究.降尺度方法在月预报中的应用研究王慧娟1,2,3,吴洪星1,3,仵建勋1,3(1.解放军理工大学气象学院,南京211101;2.294608部队气象台,南京210022;3.空军装备研究院航空气象研究防化研究所,北京100085)摘 要:月尺度的预报是气象业务中的难点,本文从降尺度的方法出发、介绍了动力学降尺度方法、统计学降尺度方法以及动力统计降尺度方法。
总结了近年来在月尺度预报上的研究成果,并在此基础上提出了有待进一步研究的课题。
关键词:降尺度;月预报;动力延伸期中图分类号:P456.2 文献标识码:A 文章编号:1006-009X (2011)01-0027-05Application of downscaling method in monthly forecastWang H uijuan1,2,3,Wu H o ng xing1,3,Chu Jianxun1,3(1.Meteorological College ,PL A Univ ersity o f Science and T echnology ,N anj ing 211101;2.Observatory o f No .294608Army ,N an jing 210022;3.I nstitute of Ai r Force Equi pment ,Chemical De f ense I nstitute of Av iation Weather ,Bei jing 100085)A bstract :The mo nthly fo recast is the difficult point in meteo rological o peratio n .Based on the dow nscaling method ,this paper describes three dow nscaling metho ds that are dy namic ,statistical and dy namic -statistical .Then ,the research results o n the monthly fo recast are summ arized ,and the further pro spects in this area are pro po sed .Key words :dow nscaling metho d ;m onthly forecast ;dynamical ex tended rang e forecast0 引言统计学方法做气候预测隐含着一个基本假设,即气候系统的未来状况类似于过去和现在,如果预测期间的气候状况发生较大改变就破坏了这种基本假设,就有可能导致预测失败或者是拟合好预报差。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
方法的统计降尺度模型[16]，它主要包括两方面内容: 一
是建立预报量(小尺度或站点气象数据序列)与预报因
子(大气环流因子)之间的统计关系，以确定模型；二是
根据确定好的模型，生成小尺度或站点气候要素的未
来日序列。 建立预报量(R)和预报因子(L)之间的关系是
SDSM 的核心[17]，其一般形式可表示为
1 引言
近年来，随着数值预报理论与方法、大气探测技 术及计算机技术的迅速发展，数值预报模式己呈现出 对客观定量暴雨预报的巨大潜力，其空间分辨率已达 到几十公里甚至十几公里，建立气象水文相耦合的预 报模型已成为气象水文交叉学科发展的必然趋势 。 [1-2] 然而，目前中小流域水文预报模型输入资料一般都要 求至少达到 1 km×1 km 甚至更高空间分辨率， 如何 将大尺度数值模式预报结果应用到水文模型中已成 为亟待解决的问题。
1
1
V（m+p）×（n+1）和 时 间 系 数 矩 阵 T （m+p）×（n+1）；仍 利 用 前 k 个 特
征向量及其对应时间系数得到拟合场，即
F軌
1
=V 1 （m+p）×k
1
×Vk×（n+1）
(6)
11
11
1
1
軌1
軌 P 1
1 m×n
1
F =1
1
1
P軌 1 1 1 m×1 1
1
1
1 1
(7)
Y軒 Y軒 1
需要重新调整参数[15]。 而统计降尺度法和动力与统计
相结合的降尺度法恰好能弥补动力降尺度法的不足。
统计降尺度法的基本原理是利用多年观测资料建立
大尺度气候状况和区域气候要素之间的统计关系，并
用独立的观测资料检验这种关系，最后再把这种关系
应用于 AOGCM 输出的大尺度气候信息来预估区域未
来气候变化情景。
1
0
1 1
(4)
Y軒 Y軒 1
11 1
p×n
1
p×1
11 1
0
上式中，Y軒p×n 为第 0 次迭代值。 上述前 k 个最大特
0
征 值 和 与 所 有 特 征 值 ( 数 量 为 正 规 矩 阵 F × （m+p）×（n+1）
0
FT （m+p）×（n+1）
秩)和的比百分数，称为
EOF
拟合场的截断
解释方差，在本文中称其为 EOF 迭代截断解释方差或
气象水文耦合中的降尺度方法研究进展
殷志远，赖安伟，公 颖，彭 涛，沈铁元
（中国气象局武汉暴雨研究所，武汉 430074）
摘 要:简述遥感技术特别是雷达估算降水技术发展对缓解气象水文尺度不匹配的贡献，着重介绍目前国内外研究应用较 多的统计降尺度模型(SDSM)、EOF 迭代方法、主分量分析与逐步回归相结合、动力与统计相结合等 4 种降尺度方法。同时， 简要介绍中国气象局武汉暴雨研究所改进的一种降尺度方法，并选取一次降水过程，对利用该方法降尺度后的降水预报 结果与其实况进行对比分析。 结果表明，该降尺度方法有效地提高了降水预报结果的空间分辨率(2 km×2 km)，有利于天 气模式与水文模式相结合。 关键词：降尺度方法；降水资料；气象水文耦合 中图分类号：P49∶P338+.9 文献标识码：A 文章编号:1004-9045(2010)01-0089-07
子。 确定预报因子后，SDSM 根据选定的一组预报因子
与预报量，建立其统计关系，确定多元回归方程的参
数，即对模型进行率定，SDSM 中的多元回归方程是通
过有效对偶单纯形法建立的。 模型确定后，即可应用
GCM 输出的未来气候情景，模拟小尺度或站点气候要
素的未来日数据序列，并与气候要素的基准期数据序
列比较，分析区域气候要素未来的变化趋势。 刘兆飞
0
0
V（m+p）×（n+1）和 时 间 系 数 矩 阵 T（m+p）×（n+1），利 用 前 k 个 最 大
特征值对应的特征向量及其对应时间系数(主成分)得
到拟合场，即
F軌
0
=V 0 （m+p）×k
0
×Tk×（n+1）
(3)
10
01
1
1
軌1
軌 P 0
1 m×n
1
F =1
1
0
P軌 1 1 1 m×1 1
目前，SDSM 是一个基于 Windows 界面、研究区域
和当地气候变化影响的决策支持工具，它是第一个免
费提供给广大气候变化影响组织的降尺度工具，且以
VB6.0 为编程基础，便于操作和应用。 另外，由于大气
环流模式模拟预测区域气候变化时总存在不可避免
的不确定性， 因此 SDSM 仍是分析小尺度下未来气温
11 1
p×n
1
p×1
11 1
1
式(7)中Y軒p×n 为第一次迭代值，构造矩阵得
10
01
P 2 F = （m+p）×（n+1）
1
1 1
m×n
1 1
0
P1
m×1
1 1
0
1 1
(8)
Y Y 11
耦合模式(HadCM3 SERS B2)的输出，结果表明，SDSM
可较好地模拟日气温过程。 刘绿柳等[20]应用统计降尺
度模型 SDSM 将HadCM3 的模拟数据处理为具有较高
可信度的逐 13 站点序列， 证明了 SDSM 对于分析 2l
世纪黄河流域上中游地区未来最高气温、最低气温与
年降水量的变化是可行的。
90
暴雨灾害
第 29 卷
气候变化是目前最重要也是最可行的方法。 研究表
明，AOGCM 能相 当 好 地 模 拟 出 大 尺 度 最 重 要 的 平 均
特征，特别是能较好地模拟高层大气场、近地面温度
和大气环流[9-10]。 但由于目前 AOGCM 输出的空间分辨
率较低，缺少区域气候信息，很难对区域气候情景做
点)模式气候因子场 n 样本年和预报年组成的分块矩
0
0
阵，Yp×n 、Yp×1 分别为(共计 P 个空间点)实况气候要素场
n 样本年的资料和给定的预报年气候要素场初始值组
成的分块矩阵。
第1期
殷志远等：气象水文耦合中的降尺度方法研究进展
91
0
对矩阵 F 作 （m+p）×（n+1） EOF 分解，得到特征向量矩阵
降水是影响洪水预报精度的重要因素之一。 目 前，中小流域气象与水文尺度不匹配的原因主要是由 于降水资料尺度不匹配造成的。 因此，只要解决了降 水资料尺度不匹配的问题，就可初步建立气象与水文 的耦合关系。 水文模型中降水资料的来源有观测降水 和数值模式预报降水两种，本文对这两类降水资料的 降尺度问题进行了分析和探讨，并着重介绍了数值模 式预报资料尺度下移的相关方法。 同时，简要介绍中 国气象局武汉暴雨研究所改进的一种降尺度方法，并 选取一次降水过程，对该降尺度方法的降水结果与其 实况进行对比分析。
变化可能情景的一种较为简单、经济的方法。
3.2 EOF 迭代方法
首先，构造如下模式气候因子场和实况气候要素
预报场矩阵
!0
0$
P 0 F = （m+p）×（n+1）
"
" "
m×n
"
"0
P%
m×1
% %
%
0%
(2)
Y Y ""
# p×n
%%
p×1 &
0
0
式(2)中 ，Pm×n ，Pm×1 分 别 为 若 干 个(共 计 m 个 空 间
R=F(L)ຫໍສະໝຸດ (1)其中，F 为确定性或随机性函数(需要实测数据进行确
定)。
预报量主要根据研究目的以及站点资料来选择。
预报因子选择需遵循以下原则: 与预报量有较为明确
物理意义上的联系；与预报量之间有较强的相关性和
一致性；必须是实测数据和 GCM(全球气候模式)输出
数据中都有的因子； 必须是 GCM 能够准确模拟的因
2 观测降水资料的尺度匹配
传统的观测降水一般是通过分散布设在流域内
的雨量计站网或气象站网获得的，而站点只能在点上 精确测量降水，其所代表的区域非常有限，不能反映 降水空间分布； 要准确测量一个流域上的降水分布， 就必须布设非常稠密的雨量站网，这在我国目前还不 现实。 近年来，随着遥感技术不断发展，使得在短时间 内获得尺度下移的区域范围内降水分布成为可能，雷 达和卫星资料越来越多地被国内外水文气象工作者 应用于水文预报研究中[3-6]。 其中由于雷达资料的时间 和空间尺度已基本达到中小流域水文模型资料的要 求，因而其在洪水预报上的应用相对其他遥感手段要 多一些。 如宋星原等[7]运用卡尔曼滤波和流域实测雨 量站点资料结合分组 Z-I 关系对流域内雷达估算降水 进行了校准， 并将校准后的降水代入洪水预报模型 中 ， 取 得 较 好 的 计 算 结 果 ； 张 利 平 等 [8]利 用 流 域 内 雨 量 站点实测资料和雷达估算的雨量站点降水建立相关 性表达式， 然后将雷达各网格估算降水代入该表达 式，得到校准后的整个流域的降水，经与其他降水估 算方法比较，对提高降水估算精度有一定帮助。 总之， 在观测降水资料方面，由于遥感技术特别是雷达估算 降水技术的发展，一定程度上缓解了气象水文尺度不 匹配的问题， 但随着分布式水文模型的不断发展，对 降水资料空间分辨率的要求也将越来越高。
息。 动力降尺度法是利用与 AOGCM 耦合的区域气候
模 式(RCM)[13-14]来 预 估 区 域 未 来 气 候 变 化 情 景 ， 其 优 点