本文从气候变率中不同尺度间的自相似性（标度不变性）出发，介绍了气候变率中的长程持续性特征，并以这些特征为基础，对气候变率中的趋势归因问题、极值成簇出现问题以及可预报性问题进行了较为系统深入的研究。　　论文首先以历史气温资料为研究对象，对气候变率中长程持续性特征进行了诊断。发现我国各地气温序列均具有长程持续性，且不同地区气温序列的持续性强度明显不同。总体而言，我国北方地区气温的持续性较南方强，沿海城市气温的持续性较内陆强。气温日较差(DTR)序列则不同，其在全国范围内具有近似普适的长程持续性强度。利用本文提出的两种判断时间序列多分形显著性的方法，进一步发现我国南北方的DTR序列具有截然不同多分形结构。我国长江以北大部分地区的DTR序列不具有多分形性，但以南大部分地区受东南季风、热带对流等的影响，呈现出显著的多分形特征。　　利用长程持续性的概念，本文重点对气候变率中的三个实际问题展开了研究:　　趋势归因问题的研究。研究发现因长程持续性的存在，某序列即使不受外在强迫的影响，在一定的时间范围内也会呈现出由内部长程持续性累积所造成的自然波动（趋势）。通过诊断给定序列的长程持续性强度，辅之以蒙特卡洛模拟，可以估算出因序列内部持续性而导致的大尺度自然振荡趋势范围。若某序列的观测趋势超过了这一自然趋势范围，则认为该序列具有显著的、由外强迫造成的外在趋势。利用此思路，本文对我国近50年的气温变化情况进行了诊断，发现我国最低温序列具有显著的外在趋势，而大多数地区日最高温的变化则还没有超出自然趋势的范畴。本部分的研究借助了Lennartz等人提出的标度方法。　　极值成簇出现的研究。本文发现气候变率中极值（序列中大于或小于两倍σ的极大或极小值）的成簇出现与长程持续性具有紧密联系。极值的丢失会使原序列的长程持续性变弱，说明极值成簇出现的位置特征携带有原序列的分形信息，而通过诊断原序列的长程持续性特征，则有助于我们更好的把握极值的发生规律。从分数布朗运动的角度，经理论推导，本文对极值成簇出现的特征，或更准确的，对气候变变率中长程持续性的特征给予了较形象的解释。　　可预报性问题的研究。无论是从气候变率中的大尺度自然振荡，抑或是从极值的成簇出现中，都可以看到具有长程持续性特征的序列，其取值具有在大尺度上具有一定的规律性。长程持续性的概念似乎与气候变率的可预报性具有紧密的联系。通过计算、对比潜在可预报性指数ρ和长程持续性指数α，本文证实了这一想法。利用分数阶积分的方法，本文的研究修正了Hasselmann于1976年提出的随机气候模型，并利用新建立的分数阶随机气候模型成功地对气候变率中表征长程持续性累积的可预报分量M(t)进行了预报。　　总体而言，本文以气候变化中不同尺度间的自相似特征为基础，从长程持续性出发，对气候变率中的趋势归因问题、极值成簇出现问题以及可预报性问题进行了较为深入的讨论研究。在气候变化对人类生产生活产生日益显著影响的今天，本文的研究具有重要的意义。