全球气候模式(GCM)对于预估大尺度未来全球气候变化来说,是目前最重要也是最可行的方法。但是由于目前GCM输出的空间分辨率较低,缺少区域气候信息,很难对区域气候情景做详细的预测。降尺度法已广泛用于弥补GCM在这方面的不足。常用的降尺度方法主要有两种:动力降尺度法和统计降尺度法。鉴于动力降尺度方法在国内的研究已经很多以及统计降尺度的诸多优越性,本文主要研究了统计降尺度方法,并初步探讨了统计降尺度多模式集成方法。本研究利用NCEP再分析资料和中国各气象台站气温(562个台站)和降水(533个台站)的观测资料,并利用主分量分析和逐步回归相结合的统计降尺度模型,通过对多个大尺度预报因子和预报因子区域进行验证,分别建立1月份和7月份中国各区域各站点气温和区域平均月降水量的统计降尺度模式;并把建立的统计降尺度模式应用于HadCM3 SRES A2和B2两种情景,从而生成各个台站1月份和7月份未来温度变化情景和未来区域平均降水变化情景;并把统计降尺度模拟结果与HadAM3H-PRECIS区域气候模式的模拟结果进行了比较研究;最后我们利用统计降尺度方法的快速模拟的优越性对多模式集成预估进行了初步的研究。通过本文研究可以得出以下结论:1.建立大尺度气候与区域气温之间统计关系的研究中得出的主要结果是:1)在大多数区域的站点,一个大气环流因子和一个温度因子的联合是最优的预报因子;不同的预报因子区域对气温降尺度模式的性能也有很大的影响,而且不同的季节不同的站点都有不同的最优预报因子和最优预报因子区域;2)总体上来说对于气温的统计降尺度模式的模拟性能是比较好的,大多数区域平均最大相关系数都超过或接近0.90,只有西南地区和华南地区7月份气温模拟效果较低一些,这可能是因为西南地区受青藏高原特殊地形的影响和NCEP再分析资料在青藏高原地区误差较大的缘故,而华南地区很可能是南海的海表温度影响的缘故;但也都超过了0.80,因此把统计降尺度方法应用于我国气温预测是可行的;3)对于复杂地形的高山地区,气温统计降尺度效果比其他地区略微差一些;4)西北,华北和东北地区7月份气温统计降尺度模式的性能要高于1月份,西南,华中,