本文利用CMIP5中8个全球气候系统模式：bcc-csm1.1, CMCC-CM, CNRM-CM5, IPSL-CM5A-LR, MIROC4h, MIROC5, MPI-ESM-LR, MRI-CGCM3的地面气温和降水的年代际回报资料,以及NCEP/NCAR再分析资料和GPCP资料分别作为气温和降水的观测值,采用贝叶斯模式平均方法(Bayesian Model Averaging,简称BMA)进行多模式集成处理,并对回报结果进行评估。在此基础上,对东亚地区未来2011-2035年的地面气温和降水进行预估。贝叶斯模式平均是一种多模式集成方法,其将时间序列划分为训练期和预报期。训练期的长度对BMA结果具有一定的影响,因此采用RMSE、ACC以及CRPS评分等三个指标来选取最优的训练期。为提高计算的效率和精确度,文中选取气温的最优训练期为30a,降水的最优训练期为20a。根据选定的训练期,采用贝叶斯模式平均法对东亚地区2001-2010年的地面气温和降水进行多模式集成处理,并使用RMSE、ACC以及CRPS评分对回报效果进行检验,结果表明贝叶斯模式平均回报的RMSE和CRPS评分最小,而ACC最大,说明贝叶斯模式平均的回报效果优于8个单模式及多模式集合平均的回报效果。此外,贝叶斯模式平均还可以较好地回报出东亚地区地面气温和降水的年变化和空间分布,且对于气温,海洋上回报的不确定性小于陆地,降水则相反。在此基础上,利用8个气候模式在RCP4.5情景下对2011-2035年的地面气温和降水的预估资料,对2011-2035年的气温和降水采用贝叶斯模式平均方法进行预估,结果表明未来东亚地区的地面气温将普遍升高,且海洋上的增暖幅度小于陆地；同时大部分地区的降水也将增加,但是增加幅度较小。