Las proyecciones climáticas basadas en modelos climáticos globales (GCM) están generalmente sujetas a grandes incertidumbres, ya que los modelos solo reflejan el clima local en el pasado de manera limitada. La reducción estadística es el enfoque más rentable para identificar los sesgos sistemáticos de los GCM del pasado y eliminarlos en las proyecciones. Este estudio busca evaluar la efectividad de los GCM para capturar las características climáticas locales a escala de cuenca fluvial aplicando técnicas de reducción estadística en cuadrículas utilizando conjuntos de datos globales y regionales. Se seleccionaron los conjuntos de datos de observación histórica E-OBS y GloH2O para reducir los datos en bruto de 17 GCM de celdas de cuadrícula de ~1 grado a una resolución de 0.25 grados. E-OBS es un conjunto de datos regional respaldado por una densa red de estaciones meteorológicas en Europa, mientras que GloH2O es un conjunto de datos global que cubre todos los continentes. Los resultados muestran que la idoneidad de los GCM varía dependiendo del parámetro seleccionado. La reducción estadística reveló las ventajas del rendimiento de E-OBS en la representación de características climáticas locales durante el período histórico y enfatizó el papel crucial de los conjuntos de datos regionales para una buena representación climática. Tal enfoque proporciona la posibilidad de evaluar el rendimiento relativo de los GCM basándose en conjuntos de datos de observación y reanálisis de alta resolución, mientras genera conjuntos de datos estadísticamente reducidos para los GCM mejor clasificados. Las estrategias utilizadas en este estudio pueden ayudar a identificar los modelos más apropiados para ensamblar el conjunto correcto de GCM para estudios específicos.