降水是陆上水资源的直接来源和水循环的首要环节,面雨量作为整个区域内单位面积上的平均降水量,能较客观地反映整个区域的降水情况。但是由于降水空间分布的复杂性,传统的基于有限的气象站点观测数据的面雨量估算方法往往只能获得大尺度的降水状况,GCM输出数据得到的格网降水数据同样面临空间分辨率较低的问题,只能用于宏观趋势分析,无法应用到降水的精细化,定量化分析中去。近年来基于GCM的面雨量降尺度研究得到越来越多的关注。但以往的研究往往没有考虑地形因子和海拔高度对降水的影响,没有解释发生在次格网中的地形降水,因而物理意义不明确。本文详细回顾了各种统计学降尺度方法,使用NCEP/NCAR提供的2011年4-9月的6小时一次的再分析资料,以及江苏省气象台提供的全省20多个常规站降水实况观测资料,结合高分辨率DEM数据,设计了一套考虑地形因子动力作用的面雨量降尺度方案。研究结果表明：（1）按照大尺度气象要素数据格网进行研究区域划分,在每个子区域中合理的选取代表站首先建立降尺度模型,子区域内其它次格网通过其与代表站的地形因子差异代入模型计算,获得更高分辨率的面雨量数据,进而完成面雨量降尺度的研究方案是可行的。（2）通过对降尺度结果的检验表明,地形因子的动力效应对降水的空间分布与强度模拟有较大影响,如位于西南部高于全省平均海拔的丘陵地带的58238等站,考虑地形因子的降尺度模型能够很好的表征海拔高度、坡度和坡向对降水的增幅作用；而东部沿海平原地区的58150、58154等站,由于地势缓和,下垫面较为均一,降尺度模型输出结果与实测数据的拟合精度较高。（3）综观整个实验过程,通过合理选择大尺度预报因子,并对其重新组合和变换以获得与降水量相关程度更高的预报因子,地形因子动力作用参数化,采用回归分析和空间插值相结合的降尺度技术,对获得更为精细的面雨量时空分布具有较高的实际应用价值和参考价值。它可以使用GCM输出的大尺度资料建立降尺度模型,获得高空间分辨率、高精度的面雨量数据,因此本文提出的方法还具有操作简便、使用方便的优点,便于在基层台站推广使用。