文中介绍了一种新的融合雷达和雨量计数据开展定量估测降水研究的空间信息统计学方法-Kriging with externaldrift(KED)方法.该方法能很好地融合高精度、低时空分辨率的雨量计数据和低精度、高时空分辨率的雷达数据进行插值.通过变异函数描述降水场的空间结构信息,能够充分利用数据间的空间相关性,来改进估测精度和提高处理速度.利用其优良的数学特性,以期在定量估测降水业务研究上进行新的探索和尝试.选用湖南省有代表意义的3次降水过程资料,通过雷达直接估测降水(RAD)、变分校准(VAR)以及KED3种方法,分别与雨量计测量值进行对比分析,选用代表站进行交叉验证结果均表明:RAD的均方差、绝对误差、相对误差最大,VAR次之,而KED最小.KED估测的结果与雨量计测量降水最为接近,估测效果最好;3种方法与雨量计实测值计算一定范围的误差频率,KED估测值具有最小的均方差和最小的标准差,且误差分布相对集中在0值附近,斜度和峰度最佳,试验证明该方法不仅能提高降水估测精度,且优于其他方法,VAR均方差次之,RAD均方差效果相对较差.联合雷达、雨量计估测降水的实质是把雷达估测值与雨量计测量的结果相融合,以雨量计来校准雷达估测值,保留了雷达探测剑降水的中、小尺度精细特征.校准后的雨量场数值接近雨量计测值,而且能够准确反映雷达测得的降水分布形式.