为掌握重庆水稻生育期连阴雨的发生规律与成因，科学指导水稻生产防灾减灾，基于1991—2020年重庆市气象资料、水稻生育期观测资料及再分析资料，研究重庆水稻不同种植区及不同生育期的连阴雨气候特征和大气环流特征。结果表明，重庆各种植区全生育期的连阴雨均呈减少趋势，其中，中部减少趋势最明显，连阴雨发生站次比气候倾向率为-0.33·（10 a）^-1；东南部连阴雨发生站次比最高，达1.18，但减少趋势最弱；东北部连阴雨发生站次比最低，仅0.55，且预计阴雨灾害将进一步减少。水稻营养生长期的连阴雨发生频次最高，生殖生长期最低。空间分布上，水稻全生育期连阴雨发生频次东南部最高，单点最大值达1.80；东北部最低，单点最小值仅0.27；高值区分布在重庆偏南区域，不同生育期略有差异；而低值区始终位于东北部。连阴雨发生最为频繁的营养生长期，各地区均受负位势高度异常控制，南北位势高度梯度减小，冷空气南下易导致连阴雨发生。连阴雨发生频次最高的重庆东南部，水汽起源于太平洋，由副热带高压外围的东南暖湿气流提供。营养生长期的水汽输送带相比苗期更偏南，呈西南向分布。

观测数据的插补是提升气象数据完整性、恢复缺失数据真实性的重要手段。本文采用标准序列、空间回归和随机森林3种插补方法，对中国西南地区5个主要气候区地面气象观测站日平均气温序列数据以及犍为和北碚2个百年站月平均气温序列数据进行插补试验，并选用平均绝对误差、均方根误差以及插补值与观测值偏差分别在±0.8 ℃和±0.5 ℃区间的样本占比（P_0.8、P_0.5）等4项指标对插补结果进行评估。结果表明：3种方法对中国西南地区5个气候区站点气温日均值与2个百年站气温月均值插补效果较好，且空间回归方法的插补精度高、适用性最好，在5个气候区的插补精度都高于其他两种方法，在地形较为平坦的四川盆地P_0.8约0.90，在地形最为崎岖的川西南滇北山地P_0.8也在0.60以上，地形对气温插补精度影响明显。选取最优参考站数可有效降低插补误差，2个百年站95%以上的月平均气温样本插补误差可控制在±0.5 ℃以内。