随着测量手段的不断丰富、科学技术的不断进步、研究工作的不断深入,地磁场逐渐成为物理大地测量学中的新兴热点之一。对地磁场跨领域的理论研究和应用需求也在不断发展和推进,因此,本文基于Swarm卫星的观测数据和地面地磁台站观测数据,通过引入VirEs（虚拟研究服务）、两种不同的全球地磁模型（IGRF13、WMM2020）,利用在不同维度信息下的Taylor多项式方法和神经网络方法,分别对全球地磁场的空间分布特点描述和区域地磁场模型的构建展开了相关工作。论文的主要研究工作和创新点如下:（1）针对全球地磁场空间分布特征问题,利用最新发布的IGRF13,描述了该模型在Swarm卫星运行高度处的磁场信息的空间分布情况;利用VirEs（虚拟研究服务）,分析了Swarm-A和Swarm-C两颗磁测卫星之间的观测差异、Swarm卫星和IGRF13模型值之间的差异;利用Swarm卫星数据描绘了1°×1°全球地磁场空间分布图像并与IGRF13进行对比。实验发现,Swarm-A、Swarm-C作为两颗不同的磁测卫星,在对地磁场信息进行测量时,基本不存在较大差异,且通过Swarm卫星所描绘的全球地磁场信息空间分布图与IGRF13所描述的全球地磁场信息具有相同的空间分布特征。（2）针对IGRF13与WMM2020描述区域地磁场精度的问题,通过地面地磁观测台站数据,对比分析了两种不同的精度求解思路,计算得出了IGRF13和WMM2020模型值与亚洲中低纬度地区地面地磁台站之间的均方根误差。实验证明IGRF13和WMM2020作为两种不同的全球地磁模型,它们在描述地面地磁台站地磁要素时是具有相似的精度的,因此,在构建亚洲中低纬度地区地磁场模型时,将IGRF13和WMM2020作为参考背景场,或是利用两种模型对主磁场加以修正都是可行的。但IGRF13和WMM2020模型的截断阶数都只到15阶,其截断阶数决定了其不能对地壳磁场进行模拟;同时,根据～(2（6）,其分辨率表示的尺度大概为3000km。综合此两点可知,全球地磁场的模型不适合用于区域地磁场信息的描述。（3）针对全球地磁场模型IGRF13和WMM2020在描述区域地磁场不能考虑地壳异常的问题,引入了可以得到更高精度的区域地磁场要素建模的方法—Taylor多项式模型方法。在二维地磁场模型构建上,引入高度信息,将2-D Taylor扩展至3-D Taylor多项式模型,并对其截断阶数、模型系数和建模残差进行探索分析。实验证明,Taylor多项式模型相较于利用全球地磁场模型去描述局部地磁信息,精度更高且计算更为简单。同时发现较低阶的3-D Taylor在描述地磁场要素信息时的精度是与高阶的2-D Taylor多项式模型精度相当的。（4）针对更高精度的区域地磁场模型的构建,必须引入新的方法,BP神经网络是神经网络中最经典的方法之一,在非线性的问题处理中,其具有着很强的学习能力,通过不断修正自身权系数,使得函数映射能力强于一般的方法。同样使用实测点的经纬度对地磁场七要素数据进行建模推估,与Taylor多项式模型方法相比,发现其建模精度优于Taylor多项式方法,在模型残差上,地磁要素F、X、Y、Z、H的推估都有不同程度地提高。