本文首先基于Copula函数具有构造任意边缘分布的联合分布的特性,构造了全球气候模型(Global Climate Models, GCM)的降雨模拟值与实测值的联合分布；其次,在获取降雨模拟值边缘分布的前提下寻求降雨实测值的条件概率分布,应用其最大值对气候模型偏差校正,缩小了实测值与模拟值的偏差,提出了一种基于Copula函数的统计降尺度法——改进偏差校正空间降尺度法(Copula-Bias Correction and Spatial Downscaling, C-BCSD);最后,以美国哥伦比亚流域为研究对象,选取一个GCM (GFDL-CM3)栅格,采用C-BCSD和BCSD分别对1979-2003年降水比较多的1月份和降水比较少的7月份GCM模拟降雨值降尺度,通过应用平均相对误差(Mean Relative Error,MRE)、Nash-Sutcliffe Efficiency (NSE)、平均绝对误差(Mean Absolute Error, MAE)、均方根误差(Root Mean Square Error, RMSE)等指标对偏差校正、空间降尺度、时间离散的过程进行评价分析,结果表明前者降尺度后的降雨模拟值更接近实测值。