L'etude de la variabilite du climat est desormais indispensable pour anticiper les consequences des changements climatiques futurs. Nous disposons pour cela de quantite de donnees issues de modeles de circulation generale (GCMs). Neanmoins, ces modeles ne permettent qu'une resolution partielle des interactions entre le climat et les activites humaines entre autres parce que ces modeles ont des resolutions spatiales souvent trop faibles. Il existe aujourd'hui toute une variete de modeles repondant a cette problematique et dont l'objectif est de generer des variables climatiques a l'echelle locale a partir de variables a grande echelle: ce sont les modeles de regionalisation ou encore appeles modeles de reduction d'echelle spatiale ou de downscaling en anglais. Cette these a pour objectif d'approfondir les connaissances a propos des modeles de downscaling statistiques (SDMs) parmi lesquels on retrouve plusieurs approches. Le travail s'articule autour de quatre objectifs: (i) comparer des modeles de reduction d'echelle statistiques (et dynamiques), (ii) etudier l'influence des biais des GCMs sur les SDMs au moyen d'une procedure de correction de biais, (iii) developper un modele de reduction d'echelle qui prenne en compte la non-stationnarite spatiale et temporelle du climat dans un contexte de modelisation dite spatiale et enfin, (iv) etablir une definition des saisons a partir d'une modelisation des regimes de circulation atmospherique ou regimes de temps. L'intercomparaison de modeles de downscaling a permis de mettre au point une methode de selection de modeles en fonction des besoins de l'utilisateur. L'etude des biais des GCMs revele une influence indeniable de ces derniers sur les sorties de SDMs et les apports de la correction des biais. Les differentes etapes du developpement d'un modele spatial de reduction d'echelle donnent des resultats tres encourageants. La definition des saisons par des regimes de temps se revele etre un outil efficace d'analyse et de modelisation saisonniere. Tous ces travaux de 'Climatologie Statistique' ouvrent des perspectives pertinentes, non seulement en termes methodologiques ou de comprehension de climat a l'echelle locale, mais aussi d'utilisations par les acteurs de la societe.