本发明涉及气象预报技术领域，且公开了一种融合降尺度与多模式集成的气象预报方法获取多源数值天气预数据结果作为预报数据，获取欧洲中心ERA5再分析资料作为观测数据，利用双线性差值法将收集的各家数值天气预报结果降尺度至与观测数据具有相同的分辨率，并将数据通过卡尔曼滤波结合RBF神经网络进行预测。该方法通过利用多源数值天气预报结果分别进行降尺度，获取高分辨率的气象要素预报值；然后对各家预报值进行卡尔曼滤波订正，得出单一数值模式最优预报值；最后利用RBF神经网络将各家最优预报值进行集成应用，获取高准确率与鲁棒性的气象要素预报值，并利用均方根误差来评估电网所在区域最终的预报精度，可以提高气象要素预报精度。