随着GNSS系统的发展与完善,接收机获取的信号数据中蕴含的信息被越来越多的挖掘出来。信号传播路径中发生的对流层折射效应和多路径效应,过去曾被认为是定位中的误差源——对流层延迟和多路径误差。但是,通过对这两大误差的深入研究,人们发现,利用这两大效应可以监测大气水汽、海面变化、雪面深度、土壤湿度等近地空间水环境参数,并逐渐发展完善为地基GNSS遥感技术。本文根据地基GNSS遥感原理,结合国内外学者在该领域的研究成果,对近地空间水环境参数进行了一系列的研究,内容涉及:大气水汽反演及时序分析、土壤湿度仿真及反演、积雪参数反演及格网化研究、潮位反演及其关键问题研究,具体而言,取得的研究成果有:1.总结了国内外地基GNSS遥感的研究现状,深入研学了地基GNSS水汽反演原理和GNSS干涉遥感(GNSS-IR)原理,分析了近地空间水环境参数监测的意义。2.分析了对流层水汽序列在时空上的特性及其在降雨前后的变化情况。分别利用经验模态分解法和小波分解法进行了水汽时间序列分解,研究了水汽时间序列的周期性振荡特性及不同周期振荡的物理成因。同时,利用ECMWF和GPS反演水汽的优点,综合分析了台湾地区一次典型降雨发生前后的水汽及其他气象要素特征。3.根据GPS-IR的经典原理,进行了土壤湿度、积雪参数和潮位的仿真反演;通过分析不同环境条件下的SNR仿真序列,建立了SNR特征参数与环境参数之间的数学关系;利用该数学关系,进行了实测GPS数值反演,反演序列与实测环境序列符合良好。4.顾及大气折射造成的信号弯曲现象,分析了大气折射效应在不同高度角下对解算值的影响,给出了消除此类误差的大气折射改正公式;顾及海面动态变化引起的反演结果偏差,推导了海面动态变化时的动态公式,改进和完善了两种海面动态改正算法——经典改正算法和动态算法。本文研究的创新点为1.顾及到地形起伏对雪深反演的影响,提出了将反演结果平面格网化的理论方法,挖掘了SNR中隐藏的各向异性信息,获得了环境参数的平面信息,改正了地形起伏导致的雪深反演结果偏差。2.针对潮位反演中的噪声问题,提出了利用小波分解方法剔除噪声信号的数据处理方法,减小了LSP频谱图中的噪声频率能量,避免了虚假频率峰值的出现,减少了反演序列的粗差率,改善了反演精度。3.为了提高潮位反演的精度和分辨率,本文提出了一种基于GNSS多模多频SNR数据的潮位反演融合算法。该算法基于聚类思想、滑动窗口算法和最小二乘解算思路,实现了将反演结果以1h的时间分辨率,将潮位反演结果收敛在20 cm以内的效果,很好地平衡精度和分辨率之间的矛盾关系,对于推进GNSS-IR潮位反演的实际应用进程具有重大意义。4.为了提高潮位反演的分辨率,利用小波分析提取了SNR中的瞬时频率信息,并提出了利用该瞬时频率进行潮位反演的方法。结果表明:当SNR序列质量较好时,瞬时频率潮位反演方法能够在精度损失较小、甚至不损失精度的情况下,大幅提高反演点数量,深入挖掘了SNR中的多路径信息,提升了数据的有效利用率。