气象服务广泛地应用于社会的方方面面,地面气象观测资料的好坏直接影响气象服务的质量,而地面气象站是地面气象观测资料的主要来源之一。布局合理的地面气象站能够保证在一定插值精度的情况下,尽量避免浪费过多的财力物力。因此,本文在现有地面气温监测站点分布的基础上,从用最少的站点数目保留最多的气温信息的角度,进行了一系列的地面气温监测站点空间布局优化研究,主要内容如下:采用莫兰指数对地面气温数据进行空间相关性分析,为使用地统计学中的克里金插值方法奠定理论基础。针对研究区域内地面气温监测站点的间距问题,本文从结构函数入手,利用结构函数推算日均温的内插精度与站点间距的关系,估算研究区域内地面气温监测站点的最大容许距离;考虑到现有站点分布导致空间大尺度区域边缘气温监控能力弱的问题,在最大容许距离的情况下,通过地统计学的方法,利用克里金方差寻找研究区域中优先添加站点的区域,结合遗传算法的寻优能力,提出一种基于遗传算法和克里金的地面气温监测站点拓展方法;针对未来中小尺度区域地面气温监测站点密度的提高,结合克里金插值带来的残差,利用研究区域内各站点长时间尺度中的残差情况,提出了一种基于残差分布的地面气温监测站点拓展方法。通过分析,二次多项式对江苏、湖南两省的结构函数的拟合效果最好,最终由结构函数推算出江苏、湖南两省的地面气温监测站点设站时的最大间距分别为40km、35km。基于遗传算法和克里金的地面气温监测站点拓展方法能够为监控能力弱的区域寻找合适的新增站点数目以及合理站网配置,提高整个区域的气温监控能力;基于残差分布的地面气温监测站点拓展方法,能够为模拟站点进行残差赋值,通过对泰州、淮安、长沙,益阳四个城市进行试验,发现相比于克里金交叉验证降冗余的方法,该方法能够尽可能对残差高的区域保留更多的模拟站点,从而提高残差高的区域的气温监控能力。研究课题为未来地面气温监测站点的拓展提供参考建议。