基于气象要素的品质评价模型(气候品质)较生理生化指标构建的评价体系更简便易行,但目前气候品质模型不确定性较大,精度有待进一步提高。利用2006—2016年奉化和2015—2016年慈溪地区水蜜桃品质因子和气象观测资料,将Monte Carlo法和TS评分(threat score,TS)分析法相结合,构建水蜜桃的气候品质评价模型,以提高对综合品质评估的精度,并利用模型对浙江地区水蜜桃气候品质时空分布特征进行模拟。结果表明:Monte Carlo法可将综合品质评估的不确定性缩小21%(16%~26%);利用TS评分分析法构建的气候品质集合模型的模拟结果与基于品质因子构建的综合品质之间相关系数高达0.97,绝对误差和均方根误差分别为0.01和0.02,较单一模型的模拟精度明显提升;1971—2000年,浙江省水蜜桃品质的气候倾向率为-0.02·10 a-1,21世纪初期气候倾向率达-0.05·10a-1,且年际波动增大;全省水蜜桃气候品质为0.55(0.49~0.63),由沿海向内陆逐步递减。基于Monte Carlo和TS评分分析法构建的水蜜桃气候品质评价模型能较好地模拟浙江地区水蜜桃综合品质,为大范围水蜜桃品质精细化评估提供了有效方法。