本发明公开了一种基于Stacking与EMOS‑CSG的多源卫星降水融合方法，步骤包括：数据预处理，包括获取雨量站、原始卫星降水和辅助变量数据；借助地理加权回归模型，对每种原始卫星产品进行降尺度；采用Stacking集成框架第一层多个基学习器分别对每种降尺度卫星产品进行偏差校正；利用Stacking集成框架第二层学习器对各降尺度卫星产品的偏差校正结果进行集成；基于EMOS‑CSG方法对Stacking集成结果进行融合，得到高时空分辨率的降水融合产品。本发明通过Stacking与EMOS‑CSG的融合方法将不同卫星降水产品的优势有效结合，并借助机器学习模型校正了卫星产品的偏差，提高了融合产品的精度，可为水文模型提供了高精度的降水输入。