由于模式和初始场不可避免的误差,气候模拟仍然存在明显误差。本文研究了在这种形势下利用区域气候模拟气候变化,特别是模拟局地的外强迫变化改变引起的气候变化时可能出现的问题。数值试验表明,尽管现有的区域气候模式能够较好地模拟气候的空间分布和季节变化的基本特征,但是用于研究局地外强迫变化的气候效应而进行的敏感性试验时可能造成大的相对误差,使研究结果失去可信性。本文认为在研究外强迫变化的气候效应时,在某些条件下可以通过四维同化方法将观测或分析场引入模拟过程,保证对气候现状的模拟有足够的准确性,从而提高敏感性试验的可靠性,基于这一思想提出了一种新的分段积分方法,并将其用于研究我国西北荒漠化扩展对气候的影响。论文的主要工作和结论如下:（1）采用通常的敏感性试验的方法,利用区域气候模拟研究我国西北荒漠化扩展引起的气候变化,比较了从不同初始场出发模拟得到的荒漠化扩展的差值场的差异,结果表明尽管模式对气候现状的模拟能力比较令人满意,但从“差值场”的角度看相对误差不可忽视,而且长时间的积分后这种误差还会增大。（2）阐述了基于资料同化技术的分段积分方法提出的思想和实施方案。利用一个低阶谱模式进行的模拟试验证明,模式误差可能导致大气状况进入和实际不同的平衡态,导致模拟结果出现气候漂移,也严重影响到敏感性试验的结果。利用本文提出的分段积分方法,不断替换模式初始场,能够有效地克服模式误差的累积,抑制气候漂移的出现,保证了敏感性试验结果的可靠性,证明该方法是可行的。（3）利用中尺度模式（MM5）进一步检验和比较了分段积分方法与传统连续积分方法的优缺点。试验表明,分段积分方法能够有效地克服误差的累积,提高模式对现状的模拟能力,这保证了利用此方法作敏感性试验比传统方法更可信。（4）按照我国20世纪90年代荒漠化扩展的速度,规定我国西北地区的荒漠扩展范围,通过MM5模式利用分段积分方法模拟研究荒漠化扩展对我国夏季气候的影响。发现荒漠化扩展后,我国北方大部分地区降水减少,南方降水增加,将有可能加剧我国南涝北旱的形势。