再分析资料在大气-海洋-陆地相互作用、气候监测和季节气候预报、气候变率和变化、水分循环和能量平衡以及其他相关领域中具有的广泛使用价值。陆地生态系统模型以及陆面数据同化系统所需要的气温、风场、比湿、辐射、降水等高质量驱动数据可以利用再分析资料经过降尺度方法获取。而再分析资料作为一种观测资料和模式预报产品的融合产物，在不同的时间尺度和空间尺度内的质量必然会随着观测系统的改变而改变。选取区域尺度上可信度较高的再分析资料并在此基础上发展陆面过程研究所需的高质量驱动数据仍具有挑战性。　　 本论文以中国西部地区为研究区，比较选取了可信度较高的再分析资料，并利用基于地统计学的统计降尺度方法生成了中国西部地区空间分辨率为0.125°x0.125°的2000年逐日气温资料。本论文主要开展的工作及所得出的结论总结如下：　　 1、首先对ERA-40、JRA-25及NCEP-II三种再分析资料2m气温在西部地区的可信度进行评价。结果表明，(1)三种再分析资料都能较好地反映中国西部地区的气温空间分布特征，它们在地形复杂的西藏、青海地区与站点气温的差异都比较大；ERA-40、JRA-25的平均气温相对偏高，NCEP-II偏低。ERA-40、JRA-25两种再分析资料之间的差异比较小，从季节和月际变化特征看，ERA-40与JRA-25在大多数地区所反映的差别不是很大。但ERA-40、JRA-25与NCEP-II再分析资料之间的差异比较大。(2)气温分布受地形影响的程度很大，再分析同化系统的模式地形高度与测站海拔高度的差异是造成气温系统性偏差的主要原因。由于ERA-40再分析系统同化了地面观测资料，在西藏、青海复杂区域，ERA-40、JRA-25与站点资料的相关性高于NCEP-II。对于十年平均气温，再分析资料与站点趋势间差异的另外一个可能解释是土地利用变化影响的结果，站点海拔明显低于周围地区，模式分辨率不足以描述出这种局地地形特点造成的误差。而在陕西、内蒙地势变化相对平缓、无巨大地形影响的区域，这三种再分析资料都能提供较高的气温产品并且可以用于区域气候变化的研究。总的来看，三种再分析资料在中国西部地区所提供产品的质量和可信度是不一样的，ERA-40、JRA-25的可信度相对较高，而且它们能够提供更为详尽的大尺度气温变异性。在高原区域，ERA-40与站点气温之间的相关性高于JRA-25。　　 2、比较了几种空间插值方法从而选取了最优的空间插值方法。通过比较各种插值方法气温空间分布特征和交叉验证结果，得到以下结论：(1)简单Kriging能反映出中国西部地区气温分布的一定空间结构，但它的插值结果呈现出以站点为中心的圆环扩展。普通Kriging也能够反映出该区域气温分布的空间结构，与简单Kriging相比其结果表现出了较强的纬向地带性，但其插值效果依然不好，不能体现出局部细节，原因还在于样本不足。协Kriging的性能有一定程度的改进，表现出了更多的细节，改进的原因是考虑了高程信息。但由于站点分布的局限性，协Kriging方法在地形变化剧烈的地方有奇异值。综合方法是本文比较研究中最好的插值方法，它较为正确地反映了中国西部地区气温空间分布的特征，一些定量结果也与地方日志接近，如吐鲁番盆地、准格尔盆地等。(2)高原西部的各项交叉验证指标远大于东部，最大指标出现在站点稀少和地势陡峻的地方。从数量上讲，综合方法的结果都优于其它几种方法。(3)样本本身的空间分布是影响插值精度的重要因素，对空间插值而言，要想提高精度，能够反映数据空间变化趋势和周期的合理采样，设计是必要的前提。(4)四种插值方法的比较说明，对于中国西部台站稀少、地形变化幅度大的地区，要合理估计气象信息的空间分布，就必须把随机插值方法和确定性方法结合起来。只有充分理解和考虑研究区变量的变化规律，才能选取更好的空间插值方法。本文选取了综合方法估算了中国西部地区逐日气温资料，但在青藏高原西部、西北区域的精度仍需提高，这也进一步表明在地形复杂的中国西部地区仅依靠单一站点资料制备高质量的驱动数据有很多不足。　　 3、在基于地统计学方法提供的中国西部气温观测场和观测误差协方差的基础上，采用了Innovation Vector方法估计背景误差协方差，利用最优插值法将观测资料和再分析资料生成了中国西部地区2000年空间分辨率为0.125°x0.125°的逐口气温分析资料，并比较分析了气温分析场的精度。(1)通过分析表明，无论是月平均气温还是日平均气温，气温分析场与观测气温的变化趋势基本一致，相对于ERA-40再分析资料有很大改进，也进一步说明了利用地统计学方法和最优插值方法可以生成高质量的气温资料，也比仅依靠空间内插方法如综合方法的估计效果好。(2)在高原区域，沱沱河站点的观测、再分析及分析气温变化比较吻合，这可能是ERA-40再分析资料同化了该站点观测资料。而其余高原站点如林芝、小灶火等气温资料的改进效果仍不是很理想，这可能归因于高原地形复杂、海拔高，相应的站点稀少，从而影响了背景误差协方差的估计。(3)在新疆、陕-甘-宁-内等区域气温的改进比较好，这与这些区域站点资料相对较多，地形变化幅度较小有关。(4)最优插值方法是基于归一化的背景场协方差构建线性同化系统，其所使用的协方差矩阵不随时间变化的特点限制了它不能将动力模式和观测值充分融合在一起。　　 总之，基于地统计学和最优插值的统计降尺度方法可以考虑多源资料，其所建立的逐日气温资料基本上可以反映中国西部地区的气温变化，在地势相对平缓的区域可以用于陆面模型；而在青藏高原区域，其质量仍受到地形和站点分布的影响。