高时空分辨率的近地面气象保障资料是全方位的信息保障的重要一环。目前气象资料的获取主要依靠利用专业气象设备进行原位或遥感探测,受组网成本高等因素的限制,探测数据的精细化程度还有进一步提升的空间。发展一种与专业气象探测方式互补、低成本、能提供高时空分辨率近地面气象资料的探测方式十分必要。与专业探测设备相比,非合作源设备具有分布广泛、无需额外成本、贴近地表等优势,具有提供高时空分辨率气象资料的潜力。本文以蜂窝网和手机为例,研究基于蜂窝网和手机的非合作源气象要素反演方法。为了解决低频、短距离微波链路雨衰信号弱、难以提取的问题,提出了基于决策树算法的低频微波链路晴雨分类方法,并利用2 GHz短距离链路对算法进行验证,分类准确率达到80%以上,首次验证了低频、短距离微波信号测雨的可行性;为了克服高频微波链路反演降雨强度空间代表性低的问题,开展了短距离微波链路反演降雨强度的可行性分析实验,实验结果表明,0.5 km～1km微波链路的降雨强度反演值与雨量计测量值间的平均绝对误差在1.5 mm/h以下,验证了高频短距离微波链路反演降雨的可行性和准确性,解决了微波链路降雨强度反演结果空间代表性低的问题。为解决微波链路水汽衰减信号弱且难以提取的问题,基于实测数据建立了微波链路水汽综合衰减效应模型,利用15 GHz、18 GHz和23 GHz三条微波链路验证所建模型。实验结果表明,与传统的微波链路水汽衰减模型相比,本文所提模型水汽密度反演值的分辨率和敏感性更高,水汽密度反演值与真实值间相关系数在0.7以上,均方根误差在1.89 g/m3～2.31 g/m3,首次验证了水汽弱吸收频段频段的商用微波链路反演水汽密度的可行性。基于手机电池温度传感器和气压传感器的实测数据,建立了时变气温-气压反演模型,并利用多部手机模拟实际场景对模型进行验证,结果表明模型能够提供1分钟级的气温和气压数据,气温反演值与真实值间的均方根误差在0.5℃以下,相关系数在0.9以上,气压反演值与真实值间的均方根误差在0.2 hPa以下,相关系数接近1,验证了时变气温-气压反演模型的有效性和准确性,也证明了利用手机嵌入式传感器开展大气探测的可行性。最后,以微波链路网反演降雨场为例,研究了压缩感知框架下基于非合作源网的气象要素场反演方法,解决了降雨场稀疏表示、微波链路观测降雨场采样网设计和降雨场重构方法三个问题,以仿真实验的方式理论分析所提方法的可行性和准确性。实验结果表明,基于实测降雨资料的降雨场冗余字典和本文设计的微波链路降雨场观测网,能够较为准确地反演南京市分辨率约为1km×1km的降雨场资料,反演值与真实值间的均方根误差在1mm/h以下,当微波链路雨衰信号的测量误差达到10%时,该链路网仍能表现出较好的抗噪性,从理论上证明了该方法的可行性,同时该方法能直接应用于本文所提出的水汽、气温和气压的区域重构。本文利用实测实验和理论仿真,研究了基于蜂窝网和手机的非合作源气象要素反演关键技术。基于非合作源的气象要素反演方法一方面可以作为专业大气探测设备的补充,提供更加精细化的气象探测资料;另一方面也能在专业设备匮乏地区独立开展气象探测,弥补气象资料的缺失,在不断发展的智慧城市、智慧战场理念中具有广阔的应用价值。