1.一種基于累積概率曲線的逐日降水多模式集合方法，其特征在于，包括如下步驟：

步驟1，以月為計算單元提取不同氣候模式下的降水序列以及降水特征參數；

步驟2，基于各個氣候模式下的降水序列構建多模式降水數據集，利用馬爾可夫鏈原理計算降水日和非降水日的狀態轉移概率，模擬生成多模式集合的降水發生日；

步驟3，基于多模式降水數據集構建降水累積概率曲線，對步驟2得到的降水發生日逐日生成[0,1]范圍內的隨機概率，以此概率對降水累積概率曲線插值，生成初步的逐日降水序列；

步驟4，以各個氣候模式下的降水特征參數為約束條件，生成最終的滿足上述約束條件的降水序列。

2.根據權利要求1所述基于累積概率曲線的逐日降水多模式集合方法，其特征在于，步驟1所述降水特征參數包括月總降水量、日降水量最大值、標準差、變差系數和偏差系數。

3.根據權利要求1所述基于累積概率曲線的逐日降水多模式集合方法，其特征在于，所述步驟2的具體過程為：

步驟21，將不同氣候模式下的降水序列拼接成多模式降水數據集，設定其馬爾可夫模型的兩個狀態量分別為“降水日”和“非降水日”，分別記為E1和E2；

步驟22，統計多模式降水數據集中相鄰兩天為由E1轉移至E1的次數，以及相鄰兩天為由E1轉移至E2的次數，分別記為N₁₁和N₁₂，則從降水日轉移至降水日的概率為P₁₁＝N₁₁/(N₁₂+N₁₁)；同理，統計相鄰兩天由E2轉移至E1的次數，以及相鄰兩天為由E2轉移至E2的次數，分別記為N₂₁和N₂₂，則從非降水日轉移至降水日的概率為P₂₁＝N₂₁/(N₂₂+N₂₁)；

步驟23，在[0,1]區間上逐日生成隨機概率P_rand,i，在第i-1天有降水的條件下，若：在第i-1天無降水的條件下，若：i＝1,2,…,月最后一日，從而得到多模式集合的降水發生日。

4.根據權利要求1所述基于累積概率曲線的逐日降水多模式集合方法，其特征在于，所述步驟3的具體過程為：

對所有氣候模式下的日降水量數據按由小到大進行排序，得到降水累積概率曲線，然后在降水發生日逐日生成[0,1]范圍內的隨機概率，以此概率對降水累積概率曲線插值，生成初步的逐日降水序列P_j，j＝1,2,…,所有降水發生日的總數。

5.根據權利要求1所述基于累積概率曲線的逐日降水多模式集合方法，其特征在于，所述步驟4的具體過程為：

步驟41，對步驟3初步的逐日降水序列按降水量由小到大進行排序，將其中的降水量最大值替換為各個氣候模式下日降水量最大值的平均值；

步驟42，根據初步的逐日降水序列、各個氣候模式下的月總降水量和日降水量最大值，計算降水均值校正系數k，計算公式為：

$k=\underset{j=1}{\overset{m-1}{\Σ}}\left(P_j\right)\·\left(\frac{1}{n}\underset{t=1}{\overset{n}{\Σ}}\right(R_t-R_{max,t}\left)\right)/(m-1),$

其中，P_j為初步的逐日降水序列，j＝1,2,…,m，m為所有降水發生日的總數，R_t為第t個氣候模式下的月總降水量，R_max,t為第t個氣候模式下的日降水量最大值，t＝1,2,…,n，n為所有氣候模式的總數；

則除最大降水日之外，該月其他降水發生日的降水量為：

R_j＝k·P_j；

步驟43，計算重新生成的滿足步驟41、步驟42約束的降水序列的標準差、變差系數和偏差系數，將重新計算的結果與各個氣候模式下的標準差、變差系數和偏差系數進行比較，設置固定容差值，當重新計算的標準差與各個氣候模式下的標準差的差值均小于容差值，且重新計算的變差系數與各個氣候模式下的變差系數的差值均小于容差值，且重新計算的偏差系數與各個氣候模式下的偏差系數的差值均小于容差值時，停止計算，并將上述計算得到的逐日降水量作為最終降水多模式集合結果；否則，重復步驟3-4，直至得到滿足上述約束的結果。