对流层湿延迟(ZWD)和加权平均温度(T_m)是开展大气科学研究的重要参数,也是影响GNSS高精度导航定位关键因素。针对当前对流层湿延迟和加权平均温度的模型方程未同时顾及纬度、高程和季节变化等问题,本文联合中国地区MERRA-2再分析资料和无线电探空资料,对ZWD和T_m的变化特性进行研究,以机器学习算法作为建模工具,分别开展了 ZWD和T_m在中国地区的模型构建研究。本文的主要内容和结论如下:1.详细阐述了 ZWD和T_m模型的国内外研究现状,分析当前存在的问题,并介绍对流层关键参量的基本原理、建模方法以及本文所涉及的数据源。2.对ZWD与水汽压、地表温度之间的关系进行研究。由于水汽具有不规则和非线性变化的特性,建模时加入可以描述水汽垂直递减规律水汽衰减因子。本文提出了顾及时间因素、空间因素和气象因素的对流层湿延迟模型,结合MERRA-2再分析资料和无线电探空资料检验ZWD模型的精度。3.ZWD模型精度检验结果表明:(1)ZWD与水汽压的相关性较强,ZWD与地表温度相关性则次之,两个气象参数均可作为输入参数参与ZWD的模型构建;(2)传统的Saastamoinen模型和Hopfield模型在中国地区存在较大的负偏差,GPT2w-1模型、BP_ZWD模型、GB_ZWD模型和RF_ZWD模型均具有较小的偏差,表明基于机器学习算法构建的ZWD模型系统偏差小且可靠性良好;(3)分别以MERRA-2再分析资料和探空资料为参考值时,RF_ZWD模型相对于Saastamoinen模型、Hopfield模型、GPT2w-1模型、BP_ZWD模型和GB_ZWD模型均取得良好的精度,且在中国地区表现出最优和最稳定的性能。4.对T_m与地表温度、高程的变化关系进行研究并分析T_m垂直递减率的特性。基于T_m受季节性变化和纬度影响的特性,提出了顾及气象参数、垂直递减率、高程、纬度和季节变化的中国地区加权平均温度模型,利用中国地区MERRA-2大气再分析资料和无线电探空资料检验T_m模型的性能。5.T_m模型精度检验结果表明:(1)T_m与地表温度、高程之间存在强相关性;(2)T_m垂直递减率存在年周期和半年周期变化,可建立垂直递减率函数公式;(3)分别以MERRA-2再分析资料和探空资料为参考值时,RFT_m模型相比Bevis模型、GPT2w-1模型和BPT_m模型均取得良好的精度,且该模型无明显的季节性变化,受纬度影响较小,尤其是在高海拔地区表现出较小的RMS误差值。因此,RFT_m模型在中国地区具有良好的精度和稳定的性能。