研究使用MM5中尺度模式模拟了中国陆地的11个中尺度降水个例以获得降水廓线,由Monte-Carlo三维辐射传输模式计算这些降水廓线的上行辐射亮温,构建出初始的云-辐射数据库。采用对照表和综合判据方法控制初始数据库并从中获得Database_m11、Database_m12、Database_m21、Database_m22共四个数据集,作为GPROF反演算法的先验数据库。对2007年7月间的三次强降水过程的地面雨强进行反演,与TMI 2A12产品及NESDIS、GSCAT、PCT-SI三种经验算法反演的雨强相比较,发现Database_m12参与反演的地面雨强与TMI 2A12的结果较接近,明显优于使用数据集Database_m11获得的反演结果,甚至优于三种经验算法的反演结果;使用数据库Database_m22获得的结果比Database_m21更接近TMI 2A12的结果。使用PR 2A25产品的雨强对上述各算法反演的雨强做综合检验,发现总体上TMI 2A12产品提供的雨强效果最好。各数据库中,Database_m12的反演效果较好。对照表方法控制的数据库Database_m11和Database_m12反演的雨强的效果优于综合判据方法控制的数据库Database_m21和Database_m22的反演效果。且使用数据库Database_m21和Database_m22反演的地面雨强通常表现偏大。使用地面S波段雷达反演的雨强检验各算法的效果,发现物理算法的结果与地面雷达结果的相关性明显高于经验算法,平均相对偏差也较小,反演的效果较为稳定,其中Database_m12的反演效果甚至优于GPROF 6.0算法的反演效果。这是因为虽然Database_m12以GPROF 6.0算法的数据库为对照表,但其中包含的廓线是具有中国陆地、特别是该地区的梅雨锋的降水特征的降水廓线。使用雨量计观测到的逐时降水量考察各算法反演效果,显示数据库Database_m21和Database_m22的反演结果相对较好。经验算法中PCT-SI综合指数法对这三个降水个例的反演效果较稳定,优于另外两种经验算法。数据库Database_m12参与反演的可降水(pw)在垂直分布和含量上与TMI 2A12的结果以及地面雷达反演的液态水结果非常一致,而云水(cw)、云冰(ci)和可降冰(pi)与TMI的反演结果在垂直高度分布上分别较接近,各水凝物的含量最大值所在高度也分别一致,含量上都高于TMI的结果。使用另外3个数据集反演的4种水凝物垂直结构与使用Database_m12的结果在垂直分布结构基本一致,而可降水(pw)的含量偏低一些。综合判据法控制的数据库对可降水的位置的反演与地面雷达反演的液态水位置最接近。研究还发现将数据库Database_m21和Database_m22中雨强小于0.01mm/hr的降水廓线过滤后,对于地面雨强的反演结果没有影响,而且检验发现过滤后的数据库反演效果略好。对于水凝物垂直廓线的反演也可以收到更好的效果,并将运算时间缩短了1/4。综上,研究所确立的物理算法是成功的,可作为发展适用于我国的由微波亮温反演地面雨强和水凝物廓线的物理方法一次有益尝试。