降水是水循环系统中的首要组成部分,具有重要的气候学、气象学、水文学意义,因此应用各类遥感数据源进行精准降水反演是一项颇具意义的科学研究工作。利用遥感技术反演降水可以弥补传统地面雨量计统计的不足,提高降水估计的范围、运行效率并降低成本。本文在综合国内外遥感反演降水的理论方法及实例应用的基础上,利用天气雷达和静止气象卫星数据开展对西南山地区域的降水估计方法研究。本文的主要研究内容如下:本文选用Himawari-8卫星的图像数据、天气雷达数据、地面降水数据,采用随机森林（Ramdom Forest）方法、最小二乘法（Least Square Method）方法拟合、模拟退火算法（Simulated Annealing Algorithm）优化、Z-R关系建立降水反演模型,以云南省为例,对西南山地区域开展降水估计方法研究。以2020年5月27日、2020年6月13日、2020年6月30日三次降水过程为典型案例,建立卫星数据-降水数据的亮温-雨强函数关系、雷达数据-降水数据的Z-R关系,并对两者反演结果进行融合,得到最终的融合天气雷达和卫星数据降水反演模型。研究结果表明:云顶亮温（Brightness Temperature）与雨强（Rain Rate）关系可拟合为指数函数关系,且单调下降,应用随机森林算法能大幅提高反演精度,且对中到大雨降水反演效果较好,具体云顶亮温-雨强关系函数为=1.866×10~40)-0.0268×13-20.96。雷达反射率与雨强关系可拟合为形为Z=a*B(（7）的指数函数关系,且对中到大雨降水反演效果较好,具体Z-R函数关系为Z=160.7308*R-0.1718,此Z-R关系函数适用于西南山地区域雨季用于天气雷达反演降水。综合考虑,本文建立的融合天气雷达和卫星数据降水反演模型,准确率高达96.08%,在降水空报率上有所降低,在一定程度上解决了空报和误差问题,能够有效解决西南山地区域单一靠天气雷达或卫星数据对降水估计有偏差的问题,并将融合反演模型算法总体运行时间优化至151秒左右,实现分钟级降水估计,进而能够满足对西南山地区域的实时降水估计的需求。