本文利用CWRF（Climate Extension of Weather Research and Forecasting model）区域气候模式对长期气候模拟试验和回报试验的结果,选择了多种主要的气象资料,对东亚冬季气候态、东亚冬季风以及不同类型ENSO背景下东亚冬季气候特征进行模拟和预测评估,模拟和预测评估的时间范围分别为1979-2016年、1991-2020年,主要结论如下:（1）CWRF模式能够较好地模拟出东亚地区冬季平均环流强度以及分布特征。模式模拟的冬季风强度与观测结果相比较一致,较好地模拟出偏北风的发生频率和区域。模拟的地面气温和降雨量与观测结果相比较为一致。模拟和观测结果均表明,华南发生降水事件的前提条件是来自孟加拉湾和西太平洋两个重要的水汽输送分支在华南汇合,为华南持续降水带来丰富而稳定的水汽。（2）热量收支分析表明,东亚大陆和海洋之间的热量差异明显。在东亚大陆的大部分地区为<Q1>的负值区,即大气热汇区,在日本附近的海洋上则为<Q1>的正值区,最大值高达300 W/m2,是东亚冬季主要的大气热源区。长江以南地区则存在<Q2>的正值中心,使得该地区冬季可能会出现较多的降水。（3）模式从500 hPa东亚大槽、西伯利亚冷高压和850 hPa异常风场等方面模拟出两类ENSO暖、冷事件背景下冬季风系统强度的差异,,也模拟出与其密切相关的菲律宾气旋/反气旋环流等低层系统,表明区域气候模式对两类ENSO暖、冷事件背景下东亚冬季风系统的差异有较好的模拟能力。模式较好地反映两类ENSO暖、冷事件背景下中国冬季气温、降水空间分布特征的差异,说明该模式对两类ENSO事件背景下中国冬季气候变化有一定的模拟技巧,并通过对环流场的分析表明,在两类ENSO暖、冷事件背景下局地的SST异常影响了沃克环流,改变了对流潜热的释放,进而形成菲律宾异常反气旋/气旋环流系统,对局地以及中国的气温降水产生相应的影响。（4）CWRF区域气候模式能较好地优化BCC＿CSM1.1m全球气候模式对东亚地区冬季平均环流的预测结果,与ERA-5再分析资料表现出更高程度的相关性,特别表现在对年际变率的提升上,证明了区域气候模式对于冬季多种气象要素均具备较高的预测技巧和其降尺度的优秀能力。（5）在东亚地区气温、降水的预测方面,CWRF模式同样展现出优秀的降尺度能力,一定程度上减少了BCC＿CSM1.1m模式在华南地区的气温偏差。CWRF模式显著改善了中国东北、云南及沿海地区气温预测的年际变化结果,与观测结果的时间相关系数达到0.6以上,而BCC＿CSM1.1m的预测结果则基本上为负相关。提高CWRF模式的分辨率能显著提高降水预测的空间相关性,CWRF模式的空间相关系数比BCC＿CSM1.1m的预测结果高出0.5以上,并优化了云南局地、东南和东部沿海降水年际变化的时间相关性。