降水是限制全球农业最重要的气象要素之一。然而，与降水亏缺造成的干旱相比，降水偏多导致的湿渍害对冬小麦产量的影响尚不明确。本研究中，我们使用1998年到2014年的TRMM 3B42遥感降水产品、站点雨量计观测和县级冬小麦产量数据进行冬小麦湿渍害遥感监测。首先，我们使用面点克里金（area to point kriging, APK）将TRMM3B42降尺度至1km，然后使用地理加权回归克里金法（geographical weighted regression kriging, GWRK）将其与雨量计观测融合，得到高空间分辨率、高精度的降水融合产品。然后，分别计算持续时长为 5 至 15 天的不同连续降雨过程的累计雨日，并作为表征湿渍害危害的降水指数。本研究使用二次多项式来拟合产量变化率(yield change ratio, YCR)和降水指数的关系，并根据最优模型估计出的YCR确定轻度、中度和重度湿渍害危害。结果表明，使用 APK 在一定程度上提高了TRMM 降水产品的精度，但精度提高有限。而GWRK则显著地提高了降水的精度，例如，相关系数从0.67上升到0.84，并且对降水事件的探测能力大大提升，例如降水事件的检测概率（probability of detection, POD）从0.60上升至0.78。此外，我们发现YCR中 67% 的变异可以用持续时长为11天的降水过程的累计雨日来解释。湿渍害监测结果表明，2001-2002年为典型湿渍害生长季，轻度、中度、重度湿渍害像元的百分比分别为6.64%、0.89%和0.68%。长时间序列的湿渍害空间制图能够表示湿渍害的危害程度和危害面积，可以为决策者开展湿渍害的防灾减灾提供依据。
 

TRMM3B42, 冬小麦，湿渍害