高时空分辨率、高精度的降水产品对于降水的观测以及防灾减灾具有重要意义。目前降水观测的主要方式有地面雨量计观测、气象雷达探测和卫星遥感观测。雨量计可以直接获取精确的点尺度地面降水信息,但其易受到布站密度和站点分布等因素影响,无法获取准确的面尺度降水空间信息;雷达观测可提供较为准确的高时空分辨率降水空间信息,有助于降水落区的确定,但由于我国地形复杂,雷达站点布设有限,且易受地形遮挡、电磁干扰等影响使雷达定量估计降水（QPE,Quantitative Precipitation Estimation）出现偏差;卫星遥感可提供全球范围内降水信息,但其时间和空间分辨率较低,且由于卫星遥感反演降水存在观测和算法的局限性,卫星遥感对降水量和降水落区捕捉能力较弱。三种降水观测方式各有优缺点,因此本文结合三种降水数据源的优点设计了基于多源降水数据的雷达-卫星-雨量计多源降水融合算法。在进行降水融合时,雨量计作为“真值”对雷达和卫星降水产品进行订正和参与融合,高质量的雨量计观测数据是提高融合产品精度的基础,因此首先对雨量计数据进行质量控制。雷达定量估计降水可获取较为准确的降水落区,在北部和西部地区雷达无法探测到的位置可用卫星降水产品进行补充。用这两种数据对地面雨量计数据进行质量控制,对雨量计观测数据有效标记,可以提高参于融合的雨量计数据的质量。本论文首先引入雷达有效覆盖指数（Radar Effective Coverage Index,RECI）,设计了雷达QPE产品和卫星降水产品结合的基于多源降水数据的雨量计质量控制算法,当雨量计落在雷达有效探测范围内,使用雷达QPE对其进行质量控制,反之则使用卫星降水产品。对比雨量计观测的降水数据与其所在格点的雷达（卫星）QPE值,对国家雨量站和区域雨量站观测的降水数据分别进行质量控制,并评估分析了国家站和区域站的观测情况。结果表明:基于雷达和卫星降水数据相结合的雨量计质量控制算法可以改善雨量计观测数据质量,经过质量控制后的雨量计观测数据的评分均优于质控前。从通过率来看,国家站和区域站观测降水数据质量较好,国家站数据质量优于区域站,即使在极端降水中,雨量计观测降水数据仍保持较高的通过率。在完成雨量计质控后,本文结合三种数据源的优点设计了雷达-卫星-雨量计多源降水融合算法,该算法主要包括以下四个步骤:1)克里金插值雨量计观测数据,得到的插值场可反映地面降水的空间分布为多源降水融合提供较为准确的面尺度地面降水信息;2)局地雨量计订正雷达QPE产品和卫星降水产品,有效调整雷达QPE产品和卫星QPE产品的降水量,使其与地面国家站观测更为一致;3)订正后的雷达降水数据和卫星降水数据融合,减少由于地形遮挡等因素引起的雷达QPE偏差;4)多源降水数据融合,引入地面站点观测降水插值场,对二源降水融合区域内每一个格点进行降水量的调整,最终产生时空分辨率分别为1h和1km的高精度多源降水融合产品。通过三次极端降水个例和我国五个地区集中降水月份降水数据测试多源降水融合算法应对极端降水的性能和在我国降水中应用稳定性。结果表明,雷达-卫星-雨量计多源降水融合算法应对极端降水能力较好,在我国降水中应用效果相对稳定,可以提取单一降水产品中有效的降水信息并加以利用。多源降水融合QPE精度高于雷达QPE产品和卫星降水产品,对不同量级降水的降水量、降水中心、降水落区和空间分布的捕捉能力均有明显提升,在雷达QPE和卫星降水产品均不能捕捉到较强降水时,融合产品可以捕捉到较强降水且降水量与地面观测接近。