随着中国城市化进程的加快,人们拥有汽车数量越来越多,环境污染越来越多,雾霾现象越来越严重。对雾霾等现象的预报效果与中尺度气象模型提供的气象要素的可靠性密切相关。由于气象要素的不确定性和随机性,进行准确的预测显得很重要。本研究基于气象站观测资料,采用WRF(数值天气预报)模式进行气象要素预测。为了提高WRF模式预测的准确性,分别比较了新疆南缘地区和天津地区实测气象数据与WRF模拟数据之间的误差,采用地理加权回归(Geographic weighted regression,GWR)对WRF模式输出的气象要素进行订正。主要研究结论如下:(1)在新疆南缘地区,对于风速、温度、相对湿度,YSU(非局地的K理论)方案的模拟结果总体优于MYJ(局地的Mellor-Yamadas2.5阶)方案的模拟结果。在天津,采用两种边界层参数化方案的模拟结果十分近似。因此,不同地形的气象要素模拟,应选择不同的模式边界层参数化方案。(2)WRF模式基本能够模拟出新疆南缘地区和天津温度和相对湿度特征,但是对风速模拟都偏大。WRF模式对新疆南缘地区温度、相对湿度、风速模拟精度低于对天津的模拟精度。模拟误差与地形有关。(3)采用地理加权回归方法对WRF模式模拟结果进行订正,订正后的气象要素与观测数据更为接近,均方根误差、相对均方根误差明显减小,订正效果显著。当模式模拟结果误差越大,预报结果越不理想时,地理加权回归的订正效果越好,订正后误差减小幅度越大,主要原因是是地理加权回归考虑了空间异质性,订正过程比较科学。不同地形下的WRF模式模拟效果与不同区域的气候特点和地形特征有关。地理加权回归模型在回归参数中嵌入各个气象站的位置,将参数的局部估计考虑在内,权重确定是以局部特征来确定,不同区域的空间非平稳性以空间矩阵表示,这样使变量之间空间位置关系的自适应性得到了加强,使得运用这个模型模拟的结果更符合实际情况,使订正结果与观测数据更为接近,订正效果更好。