水汽作为大气中的重要组成部分,空间分布复杂,对如降雨、雷暴、台风等极端天气的形成与演变具有显著的影响。目前,由于地基GPS技术水汽术反演技具有全天候、实时、精度高、运行成本低、且不受极端天气影响等的特点,已经成为大气水汽含量探测的有效手段。所以运用地基GPS水汽反演技术精确监测水汽时空变化,并建立高精度的降雨预测模型,对于各地区气象分析及预报具有重要意义。本文利用香港地区GPS观测数据进行水汽反演,并针对大气加权平均温度建模、GPS/PWV空间插值、建立基于SVM降雨预测模型等方面问题进行了相关研究,主要的研究内容如下:1.分别通过ERA-Interim再分析资料以及GPT2w模型计算获取香港探空站位置处的大气加权平均温度,并验证两种方法的精度,结果发现利用ERA-Interim再分析资料进行积分计算得到的T₈)比通过GPT2w模型得到的结果精度高,并且在全年其精度都具有很好的稳定性,而通过GPT2w模型得到的T₈)有明显的季节效应。2.基于ERA-Interim再分析资料建立了香港地区大气加权平均温度本地化模型,经过精度验证后发现,该模型预测结果的RMS为1.732K,同时发现大气加权平均温度本地化模型能够支持本区域长期使用。3.利用趋势面法、反距离加权法、普通克里金法、协同克里金法分别对香港地区不同天气条件下的站点GPS/PWV进行插值研究,结果发现无论是雨天还是无雨天,趋势面法的插值精度最高,在进行区域PWV插值时应当考虑高程因素,当PWV的空间变化程度越高时,插值精度就越低。区域PWV分布图可以较好的反映水汽时空变化,并能够直观分析降雨期间水汽的移动和输送情况,为区域天气分析及降雨预报提供一定的参考。4.分析了PWV、ZTD、气温、相对湿度在降雨期间的变化规律,结果发现降雨之前PWV会快速增加,PWV最大值前后发生降雨的概率较大,但降雨不一定发生于PWV波峰处,应结合PWV变化率进行综合分析。ZTD时间序列在降雨前后的变化与PWV相似,同样可对降雨有指示作用。在降雨之前,气温会有一个持续性的下降,并且小时降雨量最大值时刻也与气温最低值时刻所对应。而相对湿度则在降雨之前会快速上升,当降雨发生时相对湿度可达到90%以上。5.基于SVM利用不同年份、不同预测因子组合的数据集进行训练,建立短临时降雨预测模型,结果发现增加训练样本可提高预测精度,使用PWV、气温、相对湿度建立的预测模型精度最高,并且该模型利用两年数据进行训练时,预测正确率为85.12%、误报率为18.39%、整体准确率为81.58%。ZTD预测模型与PWV预测模型精度相当,当无法获取气象元素时,可使用ZTD预测模型代替PWV预测模型。