本文首先分别构建了降水量背景场理论估算模型和地形抬升降水增量理论估算模型,并在此基础上,结合统计方法建立了起伏地形下降水量空间分布精细化混合估算模型。融合常规气象站点资料、数字高程模型资料和NCEP再分析资料,在GIS平台上计算得到1km×1km分辨率的长江流域起伏地形下降水量精细化空间分布。本文得到下面几点结论：1、构建的降水量背景场估算模型模拟了长江流域降水量背景场年总量和各月总量的空间分布,结果分析表明：无论是年总量还是各月总量,模型估算结果的时空分布总体规律与各地降水气候特征吻合都较好。该理论模型用于降水量背景场的估算是可行的,计算结果可靠。2、坡向修正因子模拟结果可以很好的表征迎风坡、背风坡的地形特征。地形抬升降水增量无论是年总量还是各月总量,模型估算结果的时空分布与各山区地形水汽特征吻合很好,各类地形特征明显,充分表征地形和水汽条件的共同作用。3、结合统计方法,完成模型系数估算,最终得到的起伏地形下降水量精细化混合估算模型,其模拟结果体现了水汽、风速、风向各项气象要素在不同的地理位置和地形特征下综合影响的结果,与各地各季降水气候和地形气候一致。剔除个别由于数据精度问题引起误差的台站后,各项误差指标都较好,各月和全年的相对误差均在20%以内。因此基于水汽辐合与地形抬升物理机制的模型理论依据明确,结果可靠。4、为了比较说明上述混合模型的优劣,本文构建了基于坡度坡向修正因子的回归模型。修正回归模型无法表征水汽输送及其辐合和降水的物理关联,因此各个季节水汽输送主风带方向的变化导致的迎风坡、背风坡的降水量时空分布差异表现并不明显,从这个方面来说混合模型比修正回归模型模拟地形降水量效果更好。但是由于物理方程形式和气象数据空间精度(水平和垂直空间)所限,混合模型模拟结果还有很多缺陷,如海拔高度因子由于和NCEP数据耦合计算,导致精度降低,因而海拔对降水的影响表现得没有修正回归模型显著,需要进一步完善模型、探索新方案和新数据,提高模拟精度。5、DEM数据在模型估算中提供了精细化的各项地形因子,GIS软件为地形因子和气象因子的栅格化耦合解算提供了高效的工作平台,并为模拟结果的可视化制图提供了有力的工具。GIS技术和数据在气候要素精细化估算和可视化方面的作用强大,并有待更好更深入的开发和利用。