无线电掩星技术已被广泛应用于地球大气环境的探测和研究,作为新一代的掩星任务,COSMIC-2掩星计划在数据的数量和质量上都有了显著提升,对GNSS实时水汽反演具有极大的应用价值。随着人们对实时、高精度水汽探测的需求日益增长,对GNSS水汽反演中关键参量加权平均温度Tm的高精度建模已成为近年的研究热点。针对传统算法构建的加权平均温度模型无法模拟Tm精细天气尺度变化和已有的基于机器学习方法构建的Tm模型存在仅采用探空站单一数据进行模型构建等问题,本文基于超参数自优化的神经网络算法,融合COSMIC-2掩星探测数据,对全球Tm模型的构建展开了研究。本文主要研究内容和成果如下:1.利用探空站资料,对COSMIC-2掩星二级反演产品wet Pf2的折射率、大气温度、大气压强和水汽压廓线资料划分高度、纬度、季节进行对比验证和精度分析。精度分析结果表明,COSMIC-2反演大气折射率、温度、大气压强、水汽压与探空数据在各个高度层均有较好的一致性,相关系数最高分别为0.981、0.98、0.977、0.943。反演大气折射率相对偏差标准差最高为4.05%,反演大气温度、压强和水汽压的最高RMSE分别为1.82K、2.04h Pa和2.82h Pa。从分纬度样本上看,COSMIC-2反演各气象参数样本的精度受纬度影响显著,高纬度样本的精度均低于低纬度样本。从分季节精度分析来看,四个样本各季节趋势相同,季节因素对COSMIC-2掩星反演气象数据无明显影响。总体而言,COSMIC-2较高的信噪比及在低纬度带地区较高的观测量,使得其在大气中水汽较多的低纬度带地区仍然保持着较高的精度,可作为全球Tm模型构建的数据源使用。2.以全球中低纬地区的探空站的积分Tm数据为参考值,分析了COSMIC-2掩星资料计算Tm的误差分布情况,结果表明,受观测数量影响,COSMIC-2数据积分得到的Tm在赤道附近精度优于中纬度地区,总体而言,COSMIC-2掩星数据积分得到的Tm具有较高的精度和稳定性。3.基于BOHB超参数自优化BP神经网络算法BOHB-BP,构建了传统无气象参数模型GPT2w-1模型的优化模型GPT2w-NN-1（探空数据）、GPT2w-NN-2模型（融合掩星和探空数据）和仅使用BOHB-BP算法构建的Tm-NN-1、Tm-NN-2模型。利用全球探空站积分Tm数据对各模型进行精度分析,结果表明,GPT2w-NN-2模型的bias和RMSE分别为0.06K和3.85K,精度优于GPT2w-NN-1模型,与GPT2w-1模型相比RMSE减少了0.18K。构建的气象参数模型Tm-NN-2模型RMSE为2.80K,相比于Bevis模型减少了0.5K。因此,COSMIC-2掩星数据能够作为GNSS反演大气水汽有力补充,融合高时空分辨率、高精度的掩星数据通过机器学习算法获取全球高精度、实时的加权平均温度,对实现实时GNSS水汽遥感具有重要意义。