本文利用1953～2002年我国东部(105°E以东)210站逐日降水资料，采用具有较高拟合精度的参数估计方法，用概率分布模型对我国东部的极端降水进行渐近拟合。进而研究极端降水的气候特征及时空分布。借助蒙特卡罗随机模拟方法，对极端降水的“现在”与“未来”作气候模拟试验，从而分析未来气候条件下，极端降水的变动规律。 用旋转主分量方法将东部地区分为12个区。确定极端降水最佳采样时段长度，发现我国东部大雨以上降水一般持续为一到两天，一日为基准的最大降水量可表示一次最大降水过程的大小程度，进而研究该时长内极端降水的气候特征。用Gumbel分布函数拟合我国东部极端降水，通过对比经典矩和L-矩参数估计方法的拟合效果，发现L-矩参数估计方法具有较高拟合精度的，对中国东部地区50年极端降水有较好的适用性。在区划的基础上，定义区域极值的概念，进一步分析区域极值的概率分布特征。结果表明，Gumbel分布能较好的拟和我国东部地区的降水极值及区域极值的分布，且采用L-矩参数估计方法能进一步提高拟合精度。总体上看，东部地区极端降水趋势没有明显变化，但时空差异较大。从当前极端降水分布和给定重现期的极端降水的空间分布来看，我国东部极端降水的区域差异较大，总体上是由东南向西北递减，两湖盆地、黄海海湾及辽东半岛也有高值分布。 在全球变暖的背景下，采用统计降尺度方法中广泛应用的天气发生器(Monte-carlo方法)对未来极端降水变化特征进行模拟试验，表明利用均值改变对未来极值特征进行预测是可行的。