为了探索随机森林算法在风云四号A星成像仪资料的应用,本文在用2018年5月14日至2019年12月31日中国区域2167个地面气象站的逐小时降水观测对FY-4A卫星的先进静止轨道辐射成像仪AGRI（Advanced Geosynchronous Radiation Imager）业务降水产品进行评估检验的基础上,基于AGRI的Level 1观测数据,用随机森林的机器学习方法反演地面小时降水量,并用2020年6月的地面气象站逐小时降水资料和AGRI业务降水产品对反演结果进行检验,得到以下主要结论:（1）以地面气象站逐小时降水资料作为真值,AGRI业务降水产品的空报率为0.69、漏报率为0.60、命中率为0.40,平均偏差为-1.0131 mm,平均绝对误差为2.3622 mm,均方根误差为5.0235 mm。降水产品对小雨的降水量估计偏高,在中雨、大雨、暴雨等级对降水量估计偏低。随雨量等级的增大,产品对降水量的估计误差越大。（2）基于实况AGRI观测对随机森林降水事件判断模型的检验结果显示,与AGRI业务降水产品相比,随机森林模型漏报率更低、降水事件命中率更高,而空报率较高。整体而言,随机森林模型对降水事件的判断准确率更高,而模型对有云无降水这一情况较难判别,造成了较高的空报率。（3）基于实况AGRI观测对随机森林降水强度反演模型的检验结果显示,白天随机森林法对小时降水量高估,白天业务降水产品对降水量低估;夜间两者都对小时降水量高估,且业务产品高估更严重。不论白天还是夜间,随机森林法都比AGRI业务降水产品反演精度高。分级检验结果显示,小雨等级时,随机森林法和AGRI业务降水产品都高估了小时降水量;在中雨及以上等级,整体上两种方法都是对雨量低估,且低估程度随降水等级增大而增大;在暴雨以下等级,随机森林法对小时降水量的反演效果优于降水产品;在暴雨等级,白天随机森林法优于降水产品,但夜间随机森林法反演降水量时精度较低。（4）将随机森林模型的白天模型和夜间模型相比,发现不论是降水事件判断还是降水量反演,夜间模型误差均高于白天模型,原因是在可见光反照率高值区域与红外亮温低值区域位置不太一致时,白天模型的解释变量中加入了可见光通道的反照率数据,比仅使用红外亮温数据的夜间模型反演的降水落区和降水强度更接近实况。