相对于其它遥感降雨产品而言，TRMM降雨产品由于其较高的准确性，已在全球多个区域得到广泛运用。然而，当运用到区域尺度时，由于其空间分辨率较低（0.25°×0.25°），往往无法满足流域尺度水文水资源研究的需要。空间降解是解决上述问题的有效办法。

中科院地理科学与资源研究所贾绍凤研究团队以柴达木盆地降雨与地形、植被等其他环境因子的密切关系为基础，在四个不同的空间尺度上建立了TRMM降雨数据与SRTM DEM和SPOT VEGETATION两个高分辨率遥感数据的回归关系，最终得到了柴达木盆地高空间分辨率（1km×1km）的年降雨数据，并利用研究区内的6个降雨站点数据进行了验证。结果表明，研究人员建立的空间统计降解模型能够有效地反映研究区的降雨量的年变化趋势，取得了较好的效果。

研究成果发表在期刊Remote Sensing of Environment上(Jia Shaofeng , Zhu Wenbin, L? Aifeng* , Yan Tingting. A statistical spatial downscaling algorithm of TRMM precipitation based on NDVI and DEM in the Qaidam Basin of China. Remote Sensing of Environment, 2011.（12）：3069-3079 )。（来源：中科院地理科学与资源研究所）