高空间分辨率的降水数据在水文、气象、生态环境等应用方面起着至关重要的作用。目前降水数据的获取主要有两个来源：地面气象站点和遥感技术。然而大量的研究表明通过传统地面气象站点实测的都是单点数据，不能有效地反映降水的空间变化特征，尤其是在研究复杂区域；而遥感技术不仅能够提高降水的实际观测质量，而且能够生成相对精确的空间栅格数据。通过遥感卫星获取的这些数据被大量用在前人的研究中，但这些产品在具体研究区应用过程中，空间分辨率略显粗糙，数据精度又相对不高。因此研究遥感数据的降尺度方法，并将降尺度后高空间分辨率的遥感降水数据用于其它相关的应用研究，具有十分重要的意义。本研究以川渝地区为研究对象，利用遥感和地理信息技术，以研究区气象站点实测资料来验证TRMM降水数据在川渝地区的适用性，并对其降水数据用回归统计规则进行降尺度研究，得到高空间分辨率（1km）的川渝地区年和月降水栅格数据，最后利用降尺度后的降水资料，并结合MODIS的植被覆盖的NDVI、陆地表面温度的LST数据，对川渝地区的干旱情况进行监测研究。主要研究结论如下：（1）TRMM降水数据在川渝地区展现出良好的适用性。在年、季和月时间尺度上TRMM和实测降水数据相关系数（R）较高，普遍达到了0.8以上；同时相对偏差（Bias）控制得也较好，表明TRMM的降水数据在川渝地区具有较高的精度。但同时川渝地区复杂的地形因素（如高程、坡度）对卫星降水数据有一定的影响。（2）基于NDVI数据和地理因子的TRMM降水数据的统计降尺度算法具有可行性。论文通过分析川渝地区降水与地形和植被等相关因子的相关关系，建立某种规则实现降水产品的降尺度估算，以提高降水的空间分辨率。本规则的构建主要通过研究在0.25°下的TRMM3B43、地理因子以及MOD13A3(NDVI)之间的相关关系，构建多元回归模型。通过对比选择精度最高的回归模型作为最终的降尺度算法，然后把这种算法再应用到1km分辨率下进行降水的降尺度估算。其次，基于区域差异分析（GDA）和区域比率分析法（GRA）对降水数据进行校正，并通过对比发现GDA校正法得到1km分辨率的年降水数据是最精确的。最后利用比例指数从1km分辨率的年降水数据分解出相应年份各月的降水数据，通过分解得到的降水数据不仅是空间分辨率的提高，而且与地面气象站点的降水数据具有很好的一致性。在月尺度上利用气象站点采用相同的校正方法得到的各月降水比分解得到的降水略有提高。（3）利用降尺度后获取的降水资料，并结合MODIS的植被覆盖的NDVI、陆地表面温度的LST数据，对川渝地区的干旱演变情况进行监测研究。根据获取的植被状态指数（VCI）、温度状态指数（TCI）以及降水状态指数（PCI），利用回归统计方法构建综合干旱监测模型，计算综合干旱指数，来进行定量分析川渝地区复杂的干旱过程。同时论文以2006年发生的特大干旱为例，分析川渝地区综合干旱指数的时空变化，结果得出该指数反映的干旱过程和强度与相关研究的旱情相吻合；从2000～2011年的干旱发生的时间序列来看，综合干旱指数指数能够很好地监测出干旱演变的过程。最后利用粮食作物单产、农业受灾面积以及标准化降水指数等多种数据与指标，交叉验证综合干旱指数，验证结果表明综合干旱指数具有较高的准确性，可综合反映农业以及气象等多方面的干旱信息。