摘要: 本文利用区域气候模式RIEMS输出的3公里高分辨率格点数据和站点降水记录分析了中国西北黑河流域降水的动力降尺度和统计-动力降尺度问题，检验了多种不同因子组合下的多元线性回归（MLR）和贝叶斯模式平均（BMA）降尺度模型，在评估了其降尺度降水误差、与观测值相关系数、方差百分率和“负降水”偏差等方面的统计特征。结果表明，动力降尺度降水相关系数最高，但误差也最大，降水方差过大，达到观测值的1.5~2倍；而仅用700hPa 位势高度场、经向风和比湿等构建的统计降尺度模型估计降水的相关系数较低，误差较大，当在统计降尺度模型中引入动力降尺度降水因子后降水估计得到明显改善。MLR类型降水相关系数和方差百分率明显高于BMA模型，降水估计误差和“负降水”出现频次也明显大于后者。在黑河流域的“负降水”偏差主要出现在降水稀少冬半年，且中、下游出现频次较高，上游较低， 其中MLR类模型“负降水”频次较高，BMA模型频次较低，后者仅出现在黑河中、下游地区。包含动力降尺度降水因子的模型在一定程度上减少了“负降水”出现的频次。此外，降尺度模型估计降水的误差、方差百分率和相关系数等都随季节变化，其中动力降尺度降水误差最大，7种降尺度模型的降水相对误差在黑河中下游及冬半年最大，夏季最小。这说明极端干旱区或降水稀少季节的降水降尺度仍然需要进一步改进。这些评估表明，即使高分辨率的动力降尺度降水也存在明显偏差，需要用统计降尺度模型等对其订正，以便进一步降低站点降水估计的不确定性。