对流层是指从地面向上至50y60km范围的中性大气层。GPS信号穿过对流层时受折射的影响产生时延和路径弯曲,从而导致信号延迟,通常称之为对流层延迟。采用模型改正附加参数估计的方法在一定程度上能够削弱对流层延迟的影响,但是,由于无法准确获知信号传播路径上的气象条件,同时水汽无规则的时空变化造成湿延迟亦呈现随机变化,因而对流层延迟误差仍然是目前限制GPS定位精度进一步提升的最主要因素之一。在高精度的GPS定位应用中,对流层延迟的改正依赖于测站的气象三要素(气压、气温和湿度)和天顶延迟到任意视线方向的投影函数,因此获得精确的测站气压和气温、改进和完善投影函数一直是GPS技术应用领域致力于提高GPS定位精度的一个主要突破点,也取得了很重要的进展,比如基于数值气象资料的气象模型GPT2 (Global Pressure and Temperature, version 2)已具有很好的时空变异性。但是,无论如何,模型都是有误差的,认知测站气象要素和投影函数对定位结果的影响规律,是正确判断定位成果精度和应用定位成果的重要前提。本文以GPT2为标准,通过对实际观测数据的处理分析,对比研究测站气压气温等因素对GPS定位结果的影响,并取得了以下几点认识：1、测站气压偏差会导致测站位置的偏差。在高精度的GPS定位应用中,虽然对流层延迟改正是在利用模型获得先验天顶延迟改正的基础上再引入天顶延迟待估参数,但是,先验的天顶延迟偏差依然会造成测站位置的偏差,特别是垂向位置的偏差,影响程度的大小与测站纬度、数据随卫星截止高度角变化的权重因子相关。究其原因,是因为先验天顶延迟偏差主要源于测站气压偏差,属于干延迟,而天顶延迟的待估参数主要针对水汽造成的湿延迟,干、湿延迟投影函数在低高度角有比较明显的差异,同时测站观测到的低角度数据量随测站纬度的不同而不同。2、测站气温的高低是影响定位精度的因素之一。通常情况下,与测站气压相比,测站温度对先验天顶延迟的影响是比较小的,但其在时间上的变化是无序的,因此在观测时段内引入天顶延迟待估参数能吸收气温偏差造成的延迟偏差,但很难完全模拟无序的变化,残存的延迟变化实际上等同于偶然观测误差进而影响定位结果的内符精度。由于天顶湿延迟是随着温度的升高呈现近似指数的增长,因此气温低的季节或地区相对气温高的季节或地区更易获得较高精度的定位成果。这一认识通过对2013年1700个区域点4天观测的单日解重复性统计分析得到了验证,同时也很好地解释了连续观测的基准站单日解均方根值(normalized root-mean-square value,简称rrms)在夏季大而冬季小的季节性变化现象。3、标准气象模型和GPT模型的气压偏差是测站垂向位置“伪”季节性变化信号的来源之一。GPT2是GPT(Global Pressure and Temperature)和GMF (Global Mapping Function)的结合体,与GPT/GMF相比,具有更好的时空变异性。通过与陆态网络基准站实测的气压气温数据比对,确认GPT2与实测数据有着更好的一致性,可以很好的模拟出气温和气压在时间上的变化,因此在GPS数据处理中使用GPT2有助于获得更精确更可靠的定位结果。同时,以GPT2的气压值为基准,标准气象模型和GPT的气压偏差都呈现季节性变化,使用这两个模型中的任何一个进行对流层延迟改正都会造成测站位置的偏差且偏差也会呈现季节性变化。这一结果表明以往GPS观测到的测站位置季节性变化并非完全是真实的地壳非构造运动,测站气压偏差的季节性变化也是造成测站“伪年周”信号的原因之一。4、GPT2对投影函数和气温梯度的改进对定位精度的改善有限。GPT2精化GMF并首次引入了随时空变化的温度梯度。GPT2的投影函数和GMF差异不大,由此导致的定位结果差异可以忽略。如果以GPT2的温度梯度为标准,意味着采用常数梯度-6.5℃/km会产生随时间和空间变化的测站气温偏差及天顶湿延迟偏差,但天顶湿延迟偏差可以较好地被天顶延迟参数吸收,因此温度梯度的改进对定位精度的提升也有限。