在气候变化对水资源影响评价研究中，统计降尺度方法通常用来解决空间尺度不匹配问题。在本文中，预报量采用海河流域上典型区域的11个气象站点1961~2000共40年的日降水资料，预报因子选自NCEP/NCAR的再分析资料，以及英国Hadlay 中心GCM模型在a2情景和b2情景下的大气变量，主要采用Statistical Down-Scaling Model（SDSM模型）进行海河流域日降水的降尺度研究。结果表明：①使用逐步线性回归方法(SMLR)，可以在广阔的空间范围内优选出具有一定物理意义的预报因子；②使用统计降尺度方法SDSM，采用不同的GCM资料，都可以较准确模拟降水的季节变化特征；③使用NCEP/NCAR再分析资料的降尺度结果优于Hadlay中心a2和b2情景下的，观测和模拟降水的相关系数分别可以达到93%和85%左右；④与现状年(1984~1993年)相比，未来(2011~2040年)的年降水总量大约会减少4％；降水峰值略滞后；降水时间更加集中；极端降水事件的强度加大；最大干天持续天数也变长。图3表5参32