区域电离层的监测和预报是一项具有重要意义的工作,也是目前一个比较热门的研究方向。本文着重研究区域电离层的预报模型,以期能够为区域内的用户提供实时的电离层VTEC (Vetical Total Electron Content)预报信息,最终可以为单频GPS用户提高定位的精度；而且还可以为研究电离层活动提供一种有效的途径。本文利用IGS提供的195个格网点的VTEC数据,以及JSCORS系统某区域12个观测站的GPS观测数据展开相关的研究。本文主要的内容和结论如下：1)对区域VTEC的空间分布特性进行了分析。利用IGS提供的195个格网点的VTEC数据,分析了区域VTEC的空间分布特性,结果显示：电离层VTEC的空间分布和纬度有较大关联,低纬度地区的VTEC值会高于高纬度地区；电离层VTEC具有非常明显的空间相关性,某点的总电子含量与相邻点位的总电子含量会产生相互影响。在对VTEC进行预报和建模时,不能仅仅采用单点预报模式,其空间分布特性应当予以考虑。2)对区域VTEC的空间分布特性进行了分析。利用IGS提供的195个格网点的VTEC数据,分析了区域VTEC的时间变化特性,结果显示：电离层VTEC呈周期性变化规律,周期为24小时；从当地时间凌晨6时起,至傍晚20时的14个小时内,电离层VTEC变化剧烈,通常在当地时间中午12时至14时之间某时刻达到当日VTEC最大值；当地时间20时至次日凌晨6时的10个小时内,VTEC值处于小范围波动状态或平稳下降状态(凌晨6时左右达最小值),电离层状态较为稳定。3)分别构建了基于ARIMA时间序列模型(Auto Regression Integrated Moving Average)和BP神经网络模型的单点电离层VTEC预报模型。利用IGS提供的195个格网点的VTEC数据,分别采用ARIMA模型和BP神经网络模型对电离层VTEC进行了预报,预报时长为1天,结果显示：ARIMA模型的预报平均相对误差为6.43%；BP神经网络模型的预报平均相对误差为8.30%；相比之下,ARIMA模型的结果更佳。4)提出了基于EOF(Empirical Orthogonal Function)分解的区域电离层VTEC预报模型。分别建立了EOF-ARIMA模型、EOF-BP模型和EOF-融合模型,结果显示：EOF-ARIMA模型的预报平均相对误差为4.05%；EOF-BP模型的预报平均相对误差为4.64%；EOF-融合模型的预报平均相对误差为3.68%。相比于ARIMA单点模型,EOF-ARIMA模型的精度可以提高40.3%；相比于BP神经网络单点模型,EOF-BP模型的精度可以提高42.8%；EOF-融合模型精度最高,较ARIMA单点模型提高46.1%,较BP神经网络单点模型提高54.5%。5)构建了区域电离层预报内插模型,提出了BP神经网络-多项式融合模型。分别采用多项式模型、球谐函数模型和BP神经网络-多项式融合模型建立了区域电离层内插模型,结果显示：多项式模型的平均绝对误差大约为0.24TECU,球谐函数模型的平均绝对误差大约为0.35TECU, BP神经网络-多项式融合模型的平均绝对误差大约为0.20TECU,可以较多项式模型精度提高15%左右。