旱涝、暴雪、重霾等气象灾害的频繁发生,对人类生产生活造成了严重危害,气象灾害的监测预警精度亟待实现进一步提升。水汽作为大气中变化最活跃的成分之一,对极端气候事件有着重要指示作用。ENSO事件通过影响西太平洋副热带高压等大气环流的变化,影响东亚季风水汽输送,间接导致中国大陆旱涝灾害的发生。利用水汽的时空变化特征来监测ENSO事件对我国气候的影响机制具有重要意义。本文将GNSS气象学应用于极端气候事件监测预警领域,探究中国大陆异常气候变化特征,为相关气象监测部门、灾害防控治理部门提供参考。本文利用经验正交函数分析法研究了中国大陆GNSS ZTD的空间分布特征,发现其存在的区域性规律与五大气候类型分布较为吻合。利用小波变换和快速傅里叶变换开展GNSS ZTD时间序列的时-频变化特征分析,发现GNSS ZTD时序变化主要受年周期、半年周期、季节性周期、1～9个月内诸多显著变化周期和日波半日波的驱动。探究了不同区域GNSS ZTD的异常序列和频域震荡特征对不同类型ENSO事件的响应规律,量化了不同区域GNSS ZTD异常对ENSO事件的响应阈值。并提出了一种优化的LSTME模型,该模型将GNSS ZTD对ENSO事件存在响应的时频特征重构项应用于ENSO事件的预测。以上方法克服了现有研究存在的区域受限、量化分析不足等问题,并实现了ENSO事件较高精度较长时效预测。主要研究结论如下:（1）各区域GNSS ZTD异常对ENSO事件的响应安全阈值分别为:热带季风区域（-1.12,1.92）;亚热带季风区域（-1.12,1.61）;温带季风区域（-1.19,1.62）;温带大陆区域（-1.26,1.64）;高原山地区域（-1.22,1.72）。当多变量ENSO指数超过该安全阈值时,中国地区GNSS ZTD异常主要受ENSO事件影响。（2）ENSO事件的发生对中国地区GNSS ZTD显著变化周期振幅存在影响,其将导致GNSS ZTD的9个月显著变化周期振幅减小,0.8～3个月内显著变化周期振幅增大。对日波和半日波也存在一定影响,但其振幅变化无显著规律。（3）将中国大陆GNSS ZTD重构序列作为辅助变量应用于ENSO事件的预测,构建LSTME模型。与传统LSTM与RBF相比有效提高了预测精度,并实现了12～24个月的预测时效。该模型具有较高的精度和实用性。