近年来,我国国民经济不断稳步增长,人们的物质生活水平不断提高,人类活动对环境的影响也变得更加深刻,生态环境变成了大家越来越需要关注的话题。长期以来,受自然灾害的影响,与人们对土地资源不加节制的开发利用,我国国土资源的质量有所下降,出现了水土流失严重、土壤侵蚀加剧等问题。因此,国家及地方水利部越来越重视水土流失问题,通过对各地进行不断调查,收集与土壤流失相关的资料,形成了一套计算方法体系,为土壤侵蚀情况的监测提供了有效手段。本文主要围绕中国土壤流失方程（CSLE）,研究了降雨数据的特点以及计算方式,并将其应用到土壤侵蚀模型因子自动化计算系统中。本文的主要成果为以下几点:第一,通过研究机器学习中的聚类算法,提出了一种改进的插值算法,用于降雨原始数据的补齐处理。此算法还可以应用到降雨侵蚀因子计算过程中。第二,通过大数据计算框架,将原始降雨数据的计算过程实现并行计算,其中包括:一次降雨结束的判断、计算小时降雨数据以及一次降雨过程的降雨动能、计算一次降雨以及每天的降雨侵蚀力。在大数据框架上运行计算程序,可以提升系统的计算性能,改变以往计算效率低下的弊端。第三,实现了土壤侵蚀模型因子的自动化计算系统,以计算任务的形式实现水土流失情况的实时计算与监测,解决了人工计算耗费人力物力的难题。