电离层和对流层是地球大气中的重要组成部分,它与人类的生产生活密不可分。早在19世纪初,人类就开展了针对有关电离层和对流层的研究和探索。近年来,随着GNSS技术的兴起,使许多学科技术的研究与应用同大气对无线电波传播的影响密切相关。本文基于GNSS实测数据,对大气中的电离层和对流层展开研究。在电离层研究方面,本文针对电离层层析(Computerized Tomography,CT)成像技术在实际应用中存在的一些不足,提出一种新的电离层层析反演算法,并通过模拟实验和实测数据计算证实了该算法的可行性;在对流层研究方面,利用IGS(International GPS Service)数据中心提供的大量GNSS实测数据,分析了现有的典型天顶对流层延迟(Zenith Tropospheric Delay,ZTD)模型的精度及适用性,并在此基础上,针对一些典型ZTD模型存在的缺陷,提出了一种新的ZTD预报模型,实验结果分析验证了该算法的可行性。具体的研究工作和成果如下:1)自适应联合迭代重构算法是电离层层析成像中一种收敛速度较快的反演算法。但在电离层电子密度重构过程中,该方法对迭代初值的精度要求较高。为解决以上问题,本文提出了一种附加约束的自适应联合迭代重构算法,该方法通过分析相邻像素间的电离层电子密度变化关系,同时构造合理的平滑约束矩阵,减弱了没有GNSS射线穿过的格网对迭代初值精度的依赖性,有效地提高了反演结果精度。数值模拟实验和实测数据的反演结果证实了该算法的可行性和在重构精度上的优越性。2)本文利用全球36个IGS站2014年全年的ZTD数据和实测气象数据,分析了现有的典型ZTD模型的精度和适用性。其中,选取Hopfield模型、改进的Hopfield模型、Saastamoinen模型作为有实测气象参数的ZTD代表模型;选取SHAO模型作为无需实测气象参数的ZTD代表模型。实验分析结果表明:在有实测气象参数时,以上四种ZTD模型的改正精度达到了厘米量级;但在无实测气象参数环境下,除SHAO模型外,其余三种ZTD模型的精度较差,不宜用于对流层延迟改正,且Hopfield模型受高海拔环境影响较重,不宜当作较高测站环境下的ZTD预报模型。3)针对上述几种ZTD模型存在的缺陷,本文基于GNSS实测ZTD序列,提出一种无需实测气象参数的对流层延迟建模与预报方法。首先利用频谱分析,得到ZTD时间序列周期特性,并在此基础上对ZTD进行建模,给出模型参数计算方法。其次,基于频谱分析模型拟合ZTD,并与IGS站提供的ZTD值进行比较。最后,利用AR(Auto Regressive)模型,将分析得到的拟合残差进行改正并预报。实验结果表明,基于频谱分析和AR补偿的ZTD改正预报模型能够满足不同测试环境下的需求,精度可达厘米量级。