雨强作为降水信息的一个重要的指标，尤其是陆地上的雨强，它不仅一定程度上反映着降水量化问题，而且影响着陆地表面的水文过程，水资源，旱涝问题，地质灾害，生态等。然而想要获取陆地表面任意一处的雨强信息，会受到传统采样的限制：站点分布稀疏不均，地面雷达技术和硬件设备不确定性，覆盖率低、造价高等诸多因素的影响，使得大范围获取降雨强度有一定的困难。随着计算机技术和遥感技术的发展与成熟，快速大范围的获取陆地表面任一一处的降雨强度成为可能，使得对于偏远山区雨强信息的获取，实际应用及防洪减灾有着十分重要的现实意义。　　本文以赣州为研究区域，采用TRMM卫星上搭载的TMI微波成像仪及PR降雨雷达的微波影像作为遥感数据，并利用遥感影像处理软件对微波数据和雷达数据进行了基本的预处理后，运用波段运算工具计算各雨强影响因子，根据研究区范围的大小建立TMI微波数据、PR雷达数据及地面气象站点数据之间的空间位置关系，提取对应点的亮温、近地面雨强及气象站点雨强数据，拟合亮温、近地面雨强两者之间的关系，得到逐步回归模型，在回归模型中依据相关系数 R2找出最佳模型，并用地面气象站点数据和PR雨强数据进行验证对比，反演制图，本文研究结论如下：　　（1）通过建立的单组合因子回归模型中发现：含有各因子回归模型中，复相关系数随加入的亮温个数而升高；模型中含有极化订正温度TPC的回归效果最好，其相关系数R2范围为0.543541～0.655674；模型中含有综合微波指数ICM的回归效果最差，其最好的相关系数只有0.080895～0.345175。　　（2）通过建立的多组合因子回归模型中发现：复相关系数随着加入亮温个数而增加，但增大到一定值不在随亮温个数而变化；根据统计分析，各复相关系数增加的幅度及估计标准误差减小量并不显著。　　（3）通过综合对比单组合因子回归模型和多组合回归模型，发现多组合回归模型整体上优于单组合回归模型；对各种组合因子模型中选出相对较好的模型进行验证分析发现，R6模型在相关系数、总均方根误差方面都好于其他模型，其估测精度达到了86.86％，但较R4模型，R2模型，R3模型相差并不显著；采用6个模型反演的地面降雨强度均小于PR降雨雷达近地面的雨强，6个模型不易对降雨强度的最大值进行反演；R6模型的算法最接近于 PR降雨雷达近地面雨强的大小，其R2为0.4356； R5模型对于近地面 PR降雨强度的反演效果最差，R2只有0.1221，基本不能够降雨强度的最大值有所反应；R4模型、R3模型、R2模型、R1模型的算法其优劣性依次降低，但降低的幅度并不显著。