气候变化一直是各国政府和科学家所关心的重要问题,目前讨论未来气候变化主要依赖于全球气候模式(GCM),但由于当前的GCM分辨率都较低(一般在150-300km),难以对区域尺度的气候信息做出正确预测,近几十年来,为更好的捕捉中小尺度气候变化信号,区域气候模式(RCM)和统计降尺度方法被发展起来。本文首先使用基于多元线性回归(MLR),以及三种主成分分析(PCA),即经验正交函数分解(EOF),扩展经验正交函数分解(EEOF)以及共同EOF (Common EOF)的统计降尺度方法,利用地面测站的逐日温度观测资料和美国国家环境预报中心和美国大气科学研究中心(NCEP/NCAR)再分析资料的大尺度气候变量,对1959-2008年的华东地区的月平均地面温度分两个时段进行统计降尺度分析并加以检验,通过对上述四种方法的模拟能力进行比较发现：对于华东地区地面温度的统计降尺度预报,基于MLR的统计降尺度方法相对于三种PCA方法而言,对单站年际变化模拟方面有一定优势。PCA方法应用于统计降尺度时,预报因子的区域选择是影响统计降尺度结果的重要因素之一。对地面温度进行统计降尺度预报时,适当使用方差放大技术可能可以提高降尺度技术。对于温度进行统计降尺度分析时,预报因子中包含温度因子是非常必要的。所试验的四种降尺度方法,对各站点多年平均情况的模拟要好于对区域平均的年际变化的模拟。进而使用基于MLR的统计降尺度方法,对1970-1999年我国大陆地区近600个地面观测站1月和7月的月平均地面温度进行统计降尺度分析,并将统计降尺度模型应用于未来气候情景,对21世纪3个时段(2010-2039,2040-2069,2070-2099)的地面温度变化进行预估,对比分析了A2排放情景下多个模式的降尺度效果。结果表明,基于多元线性回归的统计降尺度方法在我国地面温度的模拟分析中是合理可用的。对于当前时段的模拟,降尺度方法能够明显改善模式对地面温度的模拟效果,并且东部好于西部,平原好于山地,尤其是7月份,当各模式对地面温度的模拟结果与观测资料相差较大的情况下,统计降尺度仍然能得到较好的结果；对于未来气候情景的预估方面,大部分站点温度都表现为明显的上升趋势,并且升温幅度北方高于南方,西部高于东部。考虑到降水也是评估气候变化时考虑的重要气象要素,本文基于ECHAM5的输出,使用统计降尺度和动力降尺度两种方式对我国的地面温度和降水进行降尺度分析,并对21世纪中期的温度和降水变化进行预估。结果表明：统计降尺度模式(SDSM)对我国季节平均地面温度的统计降尺度应用是合理可用的,同时对于降水这类非正态分布的气象要素也具有一定的模拟能力,且在东部表现优于西部,这可能与西部的复杂地形有一定关系；A1B情景下,统计降尺度、动力降尺度以及GCM模式结果与当前情景(20C3M)相比,地面温度都有明显上升趋势,且增温幅度大致由南向北递增,冬半年增温幅度大于夏半年,而对于降水的变化情况,SDSM与MM5v3结果表现不一致,前者以降水量减少为主,而后者在四个季节的大部分站点都表现出较当前情景降水量增多趋势。另外,无论是地面温度还是降水,SDSM结果都更能表现局地性的气候特征。