准确的获取大气中水汽的三维分布信息,能够有效地改善气候监测及气象预测的精度。此外,还能够有效地改善数值天气预报的初始湿度场,有效地提高数值天气预报的精度。GPS技术为探测水汽的三维分布提供了一种新的方法,它具有全天候作业、不受天气情况影响、探测精度高、实时连续性作业等优点,有效地弥补了传统探测方法的不足。本论文联合地基GPS及空基COSMIC(The Constellation Observing System for Meteorology, Ionosphere and Climate)掩星产品对香港地区的水汽三维分布进行了研究。针对传统迭代重构算法的局限性,提出了一种改进的水汽层析的迭代重构算法；为了弥补单一重构算法的缺点,又提出了一种组合重构算法反演水汽的三维分布。通过对香港地区12个气象监测站提供的GPS观测数据进行试算,验证了新方法的可行性及其优越性。本论文的主要研究工作和成果如下：1)利用精密单点定位的方法算取天顶路径延迟(ZPD),通过Saastamoinen模型(ZHD)求取天顶干延迟后求取天顶湿延迟(ZWD),并最终获取斜路径水汽含量(SWV)。2)针对经典代数重构算法在大尺度水汽反演中迭代收敛速度慢、重构精度较低的缺点,本文提出了一种改进的代数重构算法。该算法能够自动地调节算法中的松弛参数向量中的各个元素,逐步改善反演的精度,并提高反演的速度。3)针对单个重构算法在对流层层析水汽密度值反演中的局限性,提出了一种组合重构水汽层析方法。在获取水汽垂直分布的时,组合重构方法的精度优于单一的重构算法的精度。此外,组合重构算法有效地解决了初始值选取的问题。4)通过求取2012年7月20日到8月2日水汽的三维分布,并将其转化为水汽的柱积分水汽总量,根据该值的分布及变化研究了2012年7月22日到28日暴雨天气的过程。图30幅,表7个,参考文献86个。