高精度降水数据对水文学、气象学、气候学、生态学和农业等领域的研究和发展至关重要。考虑现可获取的卫星降水产品含有较大的误差和不确定性，本研究首先全面解译卫星降水产品与四个关键影响因子（地形、季节、气候类型和降水强度）之间的综合性关系。发现卫星降水反演误差与四个关键影响因子具有明显的空间平面函数关系。基于该发现，在中国大陆地区构建了16种误差实时校正新模型，并提出改进的病态最小二乘法计算新模型的参数解。验证结果表明，新模型可有效降低卫星降水产品所有气候区的季节性误差和地形性误差，提高了不同降水强度下的降水反演精度。针对全球水循环和能量循环、全球气候变化和大尺度水文模拟等领域对高精度降水数据的迫切需求，本研究进而提出一种能够充分考虑不同降水产品优势的多源降水数据融合新算法。基于新算法，加权融合卫星、再分析和地面降水产品，生成一套高精度全球降水产品MGP （Multi-source Merged Global Precipitation Product；时空分辨率0.25°，1小时；2000-2020）。在中国大陆上的性能验证结果表明：MGP的整体性能优于美国NASA的校正产品IMERG-Final，日本JAXA的校正产品GSMaP-Gauge和美国普林斯顿大学降水团队研发的多源降水数据融合产品MSWEP。MGP目前已发布在Zenodo国际数据共享网站，数据下载地址：https://zenodo.org/record/7386441#.Y4r8_8tBxD9.

降水,误差实时校正,多源降水数据融合,MGP