降水是气候变量,反映了地球大气的动力和热力过程,也是引发自然灾害和极端事件的基本驱动因素。降水的监测和记录对气象部门以及其他社会部门生产活动有着重要的影响。地面降水观测资料主要来源于自动气象站的定时观测,大量的观测数据中包含随机误差、系统误差和粗大误差,使用这些数据往往会使降水预报以及相关科学研究产生较大的偏差。因此对地面降水观测资料进行质量控制具有重要意义,其相应的质量控制方法也一直是研究中的难点。本文针对降水特征及其数据质量控制方法,进行了相应的研究,主要工作如下:分析了江苏省多年以来降水时空分布特征以及夏季各个节气降水的变化和突变特征。对于获取的江苏地区多年降水量,首先进行线性趋势和滑动平均分析,其次利用经验正交函数对其进行分解,根据特征值的方差贡献率将江苏省划分为三种降水特征类型,分析其空间分布型随时间的变化特征,然后利用小波分析方法分析其周期尺度和周期震荡,最后由年降水尺度缩小到夏季各节气降水尺度上,利用线性倾向估计和M-K检验分析了节气平均降水距平的变化和突变特征。从降水的空间特征角度出发,在复杂地形下建立起基于空间距离的反距离加权(IDW)、普通克里金(OK)和考虑高程的协同克里金(CK)这三种常用空间插值模型,并利用三个模型评价指标对其进行对比分析;此外,定量分析了在通过随机抽样方法模拟出稀疏站点的情况下三种插值方法对空间插值样本的敏感度。结果表明,CK在上述三种插值方法中效果最好,但是随着站点的减少,插值精度下降明显。考虑到上述空间插值方法受空间站点数量及站点数据完整度的限制,从单站降水质量控制的角度出发,首先利用慢特征分析(SFA)提取降水时间序列的外强迫因子信息,再将此外强迫因子信息嵌入到混沌加权零阶局域预测(WZLM)模型当中,最终形成包含外强迫因子的预测模型(SFA-WZLM)。通过对比分析同为混沌局域预测方法的加权一阶局域预测模型(WFLM)以及其外强迫模式(SFA-WFLM),提出了一种基于SFAWZLM的单站降水质量控制方法。试验结果表明,该模型的预测结果优于本文涉及的三种空间插值模型,并且在全国六个站点的实验结果验证了其良好的准确性和适用性,该方法同时也弥补了单站降水质量控制的不足。