高分辨率的降水数据对于复杂地形区的精确水文预报和气候模拟至关重要。利用青藏高原的植被、地形和地理位置特征，建立了与降水的回归模型，将全球降水测量（GPM）IMERG的年降水量从0.1° 降尺度至1 km，通过分解年降水获得月降水量数据，并用气象站点的实测数据进行校准。得出以下结论：①GPM IMERG月降水量略大于地面观测值，与2015~2017年的站点数据相关性较高（R²=0.79）；②通过建立降尺度模型，提高了研究区GPM IMERG的空间分辨率；③利用站点数据校准后的月降水量，可以反映降水的细节特征，尤其是在雨季和湿润地区。该模型可用于获得地形复杂地区的高空间分辨率降水资料，对水文学和气象学研究具有重要意义。

青藏高原湖泊作为气候变化的重要指示器，监测高原湖泊水位变化对于准确评估该地区的气候及其对周围水文与环境的影响至关重要。而由于青藏高原地理环境复杂且恶劣，难以对湖泊进行长时间、连续的实地观测，但遥感技术的发展弥补了这个不足。利用多源测高卫星数据可以有效地监测湖泊水位长时序连续变化，促进对青藏高原湖泊气候变化响应特征的理解。基于Hydroweb多源测高水位同化数据，结合气温和降水地面观测资料，从年代际和年际变化、季节性变化以及极端干湿年份等不同时间尺度上对比青海湖和色林错的水位变化特征。并据此探讨了青藏高原湖泊变化的时空异质性，以及处于不同气候子区的湖泊变化响应特征。结果表明：青海湖和色林错水位变化差异较大，青海湖水位从1998年至2004年逐年下降，随着降雨量的增加，从2005年开始水位才开始上涨，直到2018年已经累计涨幅2.95 m；色林错水位从1998年开始，除了2015、2016两年水位有所下降外，一直处于增长状态，尤其前半段2000~2010年水位上涨更为迅速，年增率约0.8 m/a。最后，发现并讨论了青海湖和色林错的水位变化对于不同气候特征的响应规律，为下一步结合遥感观测和水文模型深入开展湖泊变化的驱动机制研究提供了基础。