1.一种基于地面气象数据集群的模型参数优化方法，其特征在于，从空间域和时间域两个维度，采用不同的数据集群方案建立模型，并确定模型参数；所述模型包括集总模型、单站模型和区域模型；其中，所述集总模型和单站模型为区域模型的两种极端情况，所述区域模型及最优模型参数通过以下步骤确定：步骤S1，邻近站与目标站距离计算

以目标站Si为中心，通过式（1）计算周边邻近站与目标站距离 ，站间的距离计算式为：    （1）

式中， 为周边邻近站Sj与目标站Si的距离， 分别为目标站Si的经纬度坐标，分别为邻近站Sj的经纬度坐标，d为形状系数， ，通过形状系数调节子区域形状，用距离指标 衡量邻近站Sj与目标站Si的邻近关系；

在确认站间距离的前提下，进而确定周边邻近站Sj与目标站Si邻近次序；

步骤S2，设置最大邻近站数Nmax；

步骤S3，目标站子区域确定

对于目标站Si，在形状系数d为某一确定值情况下，按站间的邻近次序，选定n个与其最邻近站作为子区域站， ；

步骤S4，目标站子区域模型的确定

对于每个确定的子区域，采用区域模型数据集群方案，分别建立区域全年模型和区域分月模型，其中：对于目标站Si，最多可能建立的子区域模型数目为： ；对于整个研究区，目标站遍历所有气象站，则研究区内最多可能的子区域模型数目为：站数；对所有子区域模型进行模型参数拟合，优选模型参数；

步骤S5，目标站最优模型参数确定

对于目标站Si，在其所有子区域模型中，选取统计指标最优者对应的模型参数作为目标站Si最优模型参数；

步骤S6，选取下一个目标站Si+1为中心，然后重复步骤S1‑ S5获得目标站Si+1的子区域模型及最优模型参数，直至遍历研究区所有气象站。

2.根据权利要求1所述基于地面气象数据集群的模型参数优化方法，其特征在于：步骤S2中所述最大邻近站数Nmax，取值结合站点密度确定，且Nmax不能超过研究区内总站数N，其最大赋值为N‑1。

3.根据权利要求2所述基于地面气象数据集群的模型参数优化方法，其特征在于：步骤S2所述最大邻近站数Nmax，全国2400个站点密度的情况下，取值为20、30或40。

4.根据权利要求1所述基于地面气象数据集群的模型参数优化方法，其特征在于：所述集总模型包括集总全年模型和集总分月模型，其中：所述集总全年模型，是将研究区内所有站所有月份的数据作为一个样本数据集，从而确定一套模型参数；

所述集总分月模型，是将研究区内所有站同一月份的数据作为一个样本数据集，按12个月份确定模型参数，得到各个月的模型参数。

5.根据权利要求1所述基于地面气象数据集群的模型参数优化方法，其特征在于：所述单站模型包括单站全年模型和单站分月模型，其中：单站全年模型，是将单个站全年所有月份数据集作为一个样本数据集，分别确定各站模型参数；

单站分月模型，是将单个站同一月份的所有数据作为一个样本数据集，按12个月份确定模型参数，得到单站各个月的模型参数。

6.根据权利要求1所述基于地面气象数据集群的模型参数优化方法，其特征在于：所述区域模型包括区域全年模型和区域分月模型，其中：区域全年模型，是将单个子区域内所有站全年所有月份数据作为一个样本数据集，分别确定各个子区域模型参数；

区域分月模型，是将单个子区域内所有站同一月份的所有数据作为一个样本数据集，按12个月份确定模型参数，得到子区域各个月的模型参数。

7.根据权利要求4所述基于地面气象数据集群的模型参数优化方法，其特征在于：所述数据集为地面气象观测数据集，所述地面气象观测数据包括气温、降水、湿度、风速、日照、云量和太阳辐射。