电磁波信号穿过对流层时会产生延迟现象,其可以表示为天顶方向上的延迟值和投影函数,因此对于相关的研究及建模,目前主要聚焦于天顶方向,且已成功建立了大量的经验模型。然而这些模型所采用的基函数大多是事先给定的,因此本文尝试利用天顶对流层延迟数据集自身的特性构建一种新的经验模型。另一方面,2015年以来全球发生了一次超强厄尔尼诺(EINinno)事件,进而造成了全球气候的紊乱,而天顶湿延迟(ZWD)和气象参数密切相关,且对于厄尔尼诺-南方涛动(ENSO)下相关气象参数的研究主要从大气可降水(PWV)角度出发,很少注意到ZWD,因此本文尝试从这一角度出发,研究ENSO事件下相关ZWD的变化。本文主要工作如下:(1)基于GGOS Atmosphere发布的2012年至2015年天顶对流层延迟产品和经验正交函数(EOF)分解方法构建了一种新的对流层延迟经验模型GEOFT。实验结果表明:该模型与参与模型构建数据的相关系数超过了 0.99;与2016年GGOS Atmosphere、IGS和COSMIC提供的产品相比,其bias和RMS分别为-0.3和3.9厘米、-0.8和4.1厘米、2.5和5.7厘米。虽然该模型的整体精度略差于GPT2w模型,但是它的时间复杂度优于GPT2w模型,计算全年的COSMIC对流层延迟数据,GPT2w模型所花费的时间是GEOFT模型的20倍左右。(2)利用IGRA提供的无线电探空站数据和IGS提供的对流层延迟产品与Saastamoninen模型对2016年GGOS ZWD全球格网产品精度进行了评定。结果表明:与这两种数据源相比,其bias和RMS分别为-0.88和1.77厘米、-0.55和1.70厘米。同时,对该产品随纬度、经度、高度和年积日的变化特征进行了分析,发现中高纬度地区的精度明显优于低纬度地区,春东季的精度明显优于夏秋季,存在较强的季节性差异,而与经度和高度的关系并不明显。(3)分析了 ENSO事件下ZWD的变化特征,为了形成对比,加入了 PWV和近地表温度这两种产品。首先利用EOF分解方法分析了这三种产品的全球变化特征,我们发现:ENSO事件对ZWD和PWV第二特征向量场的影响主要集中在低纬度地区;会引起近地表温度第二特征向量场的反转。之后,利用去趋势、滑动平均获得的时间序列分析了这三种产品的区域变化特征,发现当厄尔尼诺发生时,太平洋和中亚地区的ZWD和PWV会急剧上升。至于近地表温度,文中使用的这种方法来探测陆地变化效果并不明显,然而当厄尔尼诺发生时,印度洋和太平洋地区的值明显高于正常水平,海表温度异常会引起气温的异常,进而引起全球气候的变化。