未来气候变化预估是气候变化研究中的热点问题之一。全球气候模式是预估未来气候的重要手段和工具,但在区域尺度上模拟效果较差,借助再分析资料和统计降尺度方法可以有效提高模式数据预估结果的可靠性。全球气候模式由于自身存在系统性误差,增加了气候变化预估的不确定性,而多模式集合平均的方法可以在一定程度上削弱模式系统误差的影响,提高未来气候变化情景预估的可信度。本文利用大凌河流域周围9个气象站点逐日气温、降水数据（1979-2017年）、同期0.25°×0.25°ERA-Interim网格资料、8个CMIP6模式历史数据（1979-2014年）和模式情景数据（2030-2099年）,采用QM、DT、LOCI、Delta四种统计降尺度方法对大凌河流域CMIP6模式历史气温、降水进行降尺度;然后针对不同的气候变量筛选最佳降尺度方法,同时结合泰勒图对CMIP6模式进行筛选;最后采用最佳统计降尺度方法及模拟效果较好的CMIP6全球气候模式在SSP585、SSP370、SSP245、SSP126四个情景输出数据,对大凌河流域气温和降水进行多模式集合预估。论文主要结论如下:（1）在整个研究区内,ERA-Interim再分析资料能够基本反映大凌河流域气温、降水的变化规律,具有较高的可信度,ERA-Interim对气温的模拟优于降水,平均温的模拟优于最高温和最低温。日尺度上,ERA-Interim平均温、最高温、最低温、降水与地面观测数据之间的相关系数平均值分别是1.00、0.99、0.99、0.69,两套数据集在气温上表现出较高的一致性。月尺度上,最低温偏差均为负,ERA-Interim最低温高估了观测最低温,平均温、最高温偏差正负皆有。ERA-Interim平均温与实测平均温之间的均方根误差较小,在0.70℃-1.16℃之间,低于最高温和最低温。ERA-Interim降水与实测降水在6-8月均方根误差偏大,但也能准确地反映实测降水的年内变化趋势。季节尺度上,ERA-Interim平均温与实测平均温的各季节相关系数在0.93以上,大于最高温和最低温。ERA-Interim降水冬春季节拟合效果较好,夏秋季节较差。年尺度上,ERA-Interim平均温、最高温、最低温与实测气温的拟合优度分别为0.91、0.88、0.80,ERA-Interim年降水与实测年降水之间的拟合优度为0.74,能很好的反映实测降水年际波动变化趋势。（2）对大凌河流域降水、平均温、最高温、最低温降尺度表现效果最佳的方法分别是QM、DT、Delta、Delta,其中最低温降尺度效果较差。泰勒图对模式的筛选表明降水的模拟效果不如气温,其中INM-CM5-0、MIROC6模式对降水的模拟最差,因此针对降水选择BCC-CSM2-MR、EC-Earth3、EC-Earth3-Veg、FGOALS-g3、MPI-ESM1-2-HR、MRI-ESM2-0等六个模式进行集合平均,平均温、最高温、最低温则选择所有8个模式进行集合平均。结合最佳统计降尺度方法以及多模式集合对模式历史数据的模拟表明,CMIP6多模式集合平均降水、平均温、最高温、最低温能很好地反映同期实测数据的时空变化规律,多模式集合气温在一定程度上低估了实测气温,而模式集合降水略高于地面观测降水。（3）大凌河流域未来年降水量在400mm-1000mm之间,仍表现出剧烈的波动变化,大多数年份降水高于历史平均水平。降水距平率在0.2-1.0之间波动,且与年降水量保持相同的变化趋势。空间上流域未来年降水量仍由东南向西北不断减少,各情景年降水量和降水距平百分率SSP585>SSP370>SSP245>SSP126,流域西部降水增多更明显。从SSP126至SSP585,平均温增温速率依次为0.07℃/10a、0.27℃/10a、0.46℃/10a、0.65℃/10a,最高温分别是0.13℃/10a、0.27℃/10a、0.43℃/10a、0.54℃/10a,最低温依次是0.12℃/10a、0.29℃/10a、0.48℃/10a、0.59℃/10a;因此从SSP126至SSP585,辐射强迫只增加了2倍多,但平均温、最高温、最低温增温速率却分别加快了8倍多、3倍多和4倍多;从空间上来看,流域未来气温仍由南向北逐渐降低,平均温、最高温、最低温距平变化范围分别是0℃-2.2℃、0.2℃-2.4℃、-1.0℃-1.2℃,平均温、最高温各情景普遍出现变暖趋势,但流域最低温SSP126、SSP245情景呈现出变冷的趋势,与历史时期相比降温在1℃以内。