TRMM降水数据是目前应用最为广泛的卫星遥感降水数据,但针对水文、气象、灾害预警等区域尺度的研究,0.25°的空间分辨率仍然难以满足需求。因此本文通过建立降尺度模型获取高空间分辨率的年降水数据和月降水数据,并对青藏高原地区的降水时空变化进行分析。得出主要结论如下:(1)在月尺度上,TRMM 3B43降水数据和GPM IMERG降水数据与地面站点观测数据均具有较高的相关性,决定系数分别达到了0.75和0.79,但整体上明显高估降水,存在较大的误差;从逐个站点来看,TRMM降水数据和GPM降水数据与实测数据的决定系数的平均值分别为0.79和0.85,大多数站点处的遥感降水数据的偏差大于0,个别站点处的遥感降水数据精度较低;通过计算干旱半干旱地区的气象站点处的遥感降水数据的逐月精度,发现GPM IMERG降水数据总体精度优于TRMM 3B43降水数据。(2)XGBoost模型和随机森林模型的模拟降水与原始TRMM降水数据的相关系数为0.91,误差较小。利用地面站点的实测降水数据对随机森林模型和XGBoost模型获取的1km降水数据进行验证,两种模型的精度基本一致,随机森林模型能够合理地描述降水的空间分布,因此最终选取随机森林模型对青藏高原地区的降水数据进行降尺度。使用地理差异分析法,利用地面站点对降尺度年降水数据进行校正,校正后的年降水精度有显著提高。在降尺度模型模拟的年降水基础上,通过比例系数法获取月估算降水,结果与原始降水数据在空间分布上整体基本一致,校正后的偏差降低,原始数据在夏季的高估情况有明显的改善。(3)基于TRMM降尺度降水数据,对2003-2017年青藏高原的降水时空变化进行分析,发现全区降水总体有微弱增加的趋势,降水年际变化明显,降水量丰富的地区波动幅度更大;高原年降水呈现西北向东南递增的空间格局,降水空间分布变异明显,不同生态地理分区的雨季开始结束时间有明显差异,高原全区的降水主要集中在夏季,不同分区的降水季节分配略有不同。