大气中水汽含量较低,但是其变化十分迅速,对天气变化有较大的影响。传统的大气水汽探测方法存在时空间分辨率低、费用昂贵等问题,地基GNSS技术具有全天候、高精度、实时性等优势,成为探测大气水汽含量的重要技术手段。通过地基GNSS技术可以反演得到研究区域上方可降水量信息,即水汽二维分布状态,通过层析技术可以得到水汽密度分布状况,即水汽的三维分布状态。水汽密度三维分布状态对研究水汽变化规律具有重要意义,本文对地基GNSS水汽层析技术中的关键技术进行研究。本文主要研究内容如下:1)层析模型建立及层析方程解算方法研究。本文研究的水汽层析模型有节点模型和体素模型两种,并对层析模型建立过程中层析区域划分,层析方程组建立过程、约束方程等进行了详细的说明。本文使用的解算层析方程组的方法有代数重构算法、Kalman滤波算法,对两种解算方法原理进行了解释,并通过实验对其精度进行验证,并将地基GNSS解算可降水量与探空站实测数据进行对比,验证了地基GNSS水汽反演的精度。2)体素法水汽层析模型方程组改进。体素法方程组建立时只有信号线穿过的体素单元对应的系数不为‘0’,而每条信号线所穿过的体素单元只占所有体素单元的一小部分,导致系数矩阵为大型稀疏矩阵。本文提出一种考虑信号线穿过体素单元周围网格的方法,该方法减弱了系数矩阵稀疏性,并建立了同一高度体素单元的水汽密度之间的新的约束关系。实验证明,该方法可以提高层析精度。3)代数重构算法中投影顺序对迭代精度的影响。本文针对代数重构算法中投影顺序对迭代速度及精度的影响,提出一种基于加权距离排序的算法,通过该算法对投影顺序进行优化,通过实验证明,排序之后可以提高迭代精度及效率。该论文有图44幅,表7个,参考文献103篇。