随着社会的发展，公众对天气预报准确率和服务的及时性都提出了很高的要求。对气象服务个性化、精细化的需求较之以往更加丰富具体。虽然北京地区高分辨率快速循环同化预报系统（简称BJ-RUC）已经能够比过去传统的中尺度数值模式提供更高时间、空间精度的预报信息，但仍然不能满足目前开展乡镇精细化预报的需求。根据北京过去3 年的业务实际情况（基于BJ-RUC 模式预报产品，通过插值方法，制作北京地区15 个站点要素预报），站点温度预报的准确率普遍较低，尤其是最高温度的准确率基本在50-65％之间。为了提高站点温度预报准确率，有必要对数值模式温度要素预报、相关物理量预报和实况温度进行对比分析，从中找到具有物理意义的统计规律，并基于此规律对数值模式的温度预报进行订正。通过对北京市（东片-东北片）地区BJ-RUC 系统站点温度预报能力的分析，找出了影响温度预报准确率的关键因子，利用支持向量机（SVM）技术，建立适用于北京市（东片-东北片）地区39 个站点的温度预报释用模型，对各乡镇进行区域站点预报的订正，提高预报效果。由于北京季节变化特征明显，不同季节影响温度变化的物理要素差异显著，所以对每个站点的每个季节分别作出订正模型。对输出预报产品做准确率，均方根误差，绝对误差标准差等指标分析，分析指出在三个季节中，SVM 订正后的预报准确率在最好季节较RUC 高68%，尤其在低温预报中最好季节较RUC 高114%。SVM 在高山站预报效果略好于平原站，但是SVM 对于高山站修正幅度更大。也证明SVM 方法的预报比较稳定，对乡镇精细化预报有较好的预报能力和推广应用能力。