降水是径流形成的控制因子,降水的时程分配与空间分布的变异性很强,准确快速获取面降水信息是缺资料流域水文模拟预报的瓶颈。基于卫星、站点和预报模式的新一代多源降水校正融合是构建缺资料流域高时空分辨率雨量场的重要手段。围绕多源降水校正融合,我校水文院任立良教授、江善虎教授、博士生卫林勇所在的科研团队取得系列研究成果。研究成果的主要创新点包括,针对准实时卫星降水产品误差较大的问题,提出了一种耦合线性缩放和累积分布函数匹配的准实时卫星降水偏差校正方法LSCDF,该方法充分考虑卫星降水的时空误差,依次从空间和时间维度实现准实时卫星降水产品的误差修正,校正结果相比当前主流的IMERG-F卫星降水产品更能准确地反映降水的分布特征。针对不同降水产品对降水融合精度影响的问题,构建了一种可变动的贝叶斯模型平均BMA融合方案,用于量化不同降水产品对降水融合的不确定性,通过集合成员的最优权重占比揭示影响融合结果的内在因素,基于控制变量的变化-初始对比法量化增加输入降水产品对融合结果的贡献度。针对无实测降水流域多源信息融合的问题,发展了一种最大化相关性多源降水融合方法ETCC,其不同于最小化误差方差的TC (Tr