准确的预知降水量的时空分布对农业、畜牧业、放牧、能源生产有着重要且直接的影响,降水量的预知与台风、洪水、干旱和泥石流等灾害也存在密切联系。受地形、温度等多因素影响,降水的时空差异性较大,因此,如何精确估计全国各个地区的降水量仍然面临着巨大的挑战。近年来,随着对卫星降水产品的评估,卫星降水产品已广泛应用于各种生产和研究领域。然而,高分辨率卫星降水产品在时空分布方面的精度仍存在不确定性,需要进一步研究构建算法进行校准。目前大部分卫星降水数据的校准与评估,都是基于月度和年度尺度,有关日尺度降水数据的分析较少。因为日尺度降水数据量大且数据偏差较大,研究起来较为复杂。本文根据全球降水观测(GPM)卫星降水产品的日尺度数据和气象站点测量的日尺度数据、地理位置、海拔高度、坡度、温度、季节和植被类型之间的关系,利用遗传编程对2015年至2016年的GPM日尺度数据进行校准与验证。结果表明,该模型能够较好地对我国湿润地区和温暖季节的GPM卫星日降水数据进行校准,夏季温度高且降水量较多,校准后相关系数(CC)提高了14%。将植被区划考虑在内,将全国区域分为8个植被区域,GPM卫星日降水数据的校准精度有了明显提高,热带季风雨林区域和亚热带常绿阔叶林区域,温度偏高,降水量充沛,校准后CC提高10%-20%。综上所述,本文的研究结果不仅表明遗传编程对我国GPM卫星日降水数据有良好的校准能力,而且在考虑季节、植被对GPM卫星降水产品影响的基础上,校准效果有了进一步的改进。