水汽是地球大气的一个重要组成部分，许多大气内部的物理、动力和热力过程如辐射传输、能量平衡、云的形成、对流的产生与发展和降水都受到水汽时空分布的影响。然而由于水汽在时空分布上具有高度的可变性，传统的水汽探测手段受时空分辨率或探测精度的影响，限制了我们对水汽进一步的认识。GPS气象学的产生，使得我们得以解决这一难题。GPS探测作为一种较新的观测手段，与传统的探测方法相比具有非常明显的优势，如精度高，时间分辨率高，不受云雨天气影响，可全天候连续观测，而且无需校正，维护简单等。随着GPS气象学的发展，地基GPS已成为一种业务工具，它可以得到在各种天气条件下精度为1～1.5mm左右的高时间分辨率的大气可降水量(PW)，它提供了一种测量PW连续变化的有效方法，可用于研究大气中水汽的日变化特征。 本文通过对2004～2007年连续四年的GPS资料进行分析，得到了北京地区夏季水汽的日变化特征，并与地面各气象要素的变化曲线作了对比。结果表明北京地区的夏季水汽存在着非常明显的日变化，水汽的峰值与地面降水有比较好的对应关系；通过对长时间序列的数据进行分析，认为大气中水汽的变化存在着一个明显的12天左右的周期。提高短期预报尤其是灾害性天气和降雨预报是现代天气预报的一个重要目标，而这需要提供高时空分辨率的水汽观测资料作为数值模式的初始场。这就要求GPS观测能够近实时的处理，及时的给出GPS的水汽测量值。对于近实时处理的GPS观测网，一个合适的处理方案显得尤为重要。本文中我们分别选用最终星历和预报星历对相同的观测数据进行了处理，讨论了在实时解算时选取不同的时间窗口进行滑动对于最终精度的影响，在实际应用中可以选择12小时进行滑动处理，在站点数目比较多时也可以选择8小时的滑动窗进行处理。同时也分析了在数据处理时由端部效应引入的误差，端部最新时刻的数据点相对于其它位置的数据点误差要高出0.2mm左右。