迄今为止，大部分海气耦合气候模式（AOGCM）的空间分辨率还较低，很难对区域尺度的气候变化情景做合理的预测。降尺度法已广泛用于弥补AOGCM在这方面的不足。作者采用统计降尺度方法对1月和7月华北地区49个气象观测站的未来月平均温度变化情景进行预估。采用的统计降尺度方法是主分量分析与逐步回归分析相结合的多元线性回归模型。首先，采用1961～2000年的 NCEP再分析资料和49个台站的观测资料建立月平均温度的统计降尺度模型，然后把建立的统计降尺度模型应用于HadCM3 SRES A2 和 B2 两种排放情景， 从而生成各个台站1950～2099年1月份和7月份温度变化情景。结果表明：在当前气候条件下，无论1月还是7月，统计降尺度方法模拟的温度与观测的温度有很好的一致性，而且在大多数台站，统计降尺度模拟气温与观测值相比略微偏低。对于未来气候情景的预估方面，无论1月还是7月，也无论是HadCM3 SRES A2 还是B2排放情景驱动统计模型，结果表明大多数的站点都存在温度的明显上升趋势，同时7月的上升趋势与1月相比偏低。