对流层延迟误差是目前影响全球卫星导航系统(Global Navigation Satellite System,GNSS)定位精度的主要因素之一,为提高中国区域范围内对流层延迟的改正精度,本文评估了中国地区最新的第五代气象再分析资料(ERA5)计算天顶对流层延迟(Zenith Tropospheric Delay,ZTD)的适用性,并基于ERA5数据建立了季节性ZTD垂直缩放模型,提出了基于该模型的ZTD插值算法,并在此基础上,采用高精度和高时空分辨率的中国大陆构造环境监测网络(Crustal Movement Observation Network of China,CMONOC)的ZTD数据和ERA5气象数据建立了三种中国区域的天顶对流层延迟模型。本文的主要研究工作如下:(1)阐述了对流层延迟产生的原理,总结了国内外对流层延迟建模的研究现状;(2)采用7个IGS站的实测ZTD数据评估了中国地区ERA5资料计算ZTD的适用性。结果表明:气象再分析资料计算ZTD的偏差和均方根误差存在明显的季节性变化,夏季较大,冬季较小;ERA5数据集的平均精度为20.06mm,优于第四代气象再分析资料(ERA-Interim)数据集;高时间分辨率(1h)的ERA5数据能够基本反映ZTD的短周期日内变化,1°空间分辨率的ERA5数据计算的ZTD偏差和均方根误差均相对较小,因此采用空间分辨率为1°、时间分辨率为1h的ERA5数据建立中国区域ZTD模型较为合适;(3)基于优化的分段剖面函数和10年中国区域(15°～54°N,73°～136°E)1°×1°格网的ERA5月均气压分层数据集,采用包含年周期变化项和半年周期变化项的三角函数建立了中国区域的季节性ZTD垂直缩放模型,实现了中国区域ZTD的高精度垂直缩放,其在中国区域的平均均方根误差(Root Mean Square Error,RMSE)可达0.8 mm。(4)基于季节性ZTD垂直缩放模型和简化的空间回归法,同时结合投影延拓的思想,提出了高精度的ZTD插值算法。结果表明,本文插值算法在不同的高差情况下都可达到较高的精度,平均RMSE为10 mm左右,且在高差最大(1 771 m)的测站其也可达到10.99 mm的精度,具有较强的适用性。相较于反距离加权法和空间回归法,本文算法在高差最小的测站精度提升分别为86%和41%,在高差最大的测站精度提升分别为97%和70%,有效避免了高差较大造成的ZTD内插精度损失。(5)基于分时段建模的思想,采用高时空分辨率的CMONOC数据和ERA5数据分别24个时段独立建模,同时采用本文提出的ZTD插值算法实现参考站ZTD的空间插值,采用结合季节性ZTD垂直缩放模型的双线性插值法实现格网点ZTD的空间插值,由此分别建立了 CTropG模型和CTropE模型,并基于误差传播定律建立了 CTropM融合模型。以IGS站2018年的ZTD序列为参考值,计算了三种模型的偏差和均方根误差,同时与GPT2w模型进行对比分析。结果表明:本文建立的三种模型能够较好地反映ZTD的短周期日内变化,三种模型的精度均优于GPT2w模型,具有较好的内、外符合精度。其中CTropG模型的平均精度为46.60 mm,相较于GPT2w模型提升了 2.4%,CTropM模型的平均精度为46.68 mm,相较于GPT2w模型提升了 2.3%,CTropE模型的平均精度为47.77 mm,略优于GPT2w模型。