水汽在全球水循环和气候变化中起着关键作用,掌握水汽的时空分布及多尺度变化特征对于揭示一些大气及气候变化具有重要意义。首先,需要获取高精度、高时空分辨率的水汽信息。目前,GPS(Global Positioning System)已成为遥感水汽信息的重要手段之一,密集的GPS观测站为研究水汽提供了大量数据。利用GPS技术遥感水汽需要精确的加权平均温度T_m和测站气压P_s信息,对于气象资料匮乏的GPS观测站而言,如何精确获取这两种气象参数成为地基GPS水汽研究的关键。基于此,本文系统地研究了T_m与测站温度T_s、水汽压e_s的关系,建立了两种与地面气象参数相关的T_m回归模型,即与T_s相关的RT_m模型以及与T_s和e_s相关的PT_m模型。PT_m模型相对于RT_m模型精度提高了约1.0 K。考虑到这两种T_m回归模型的残差存在与测站位置相关的季节性信号,在RT_m和PT_m模型的基础上又建立了两种顾及季节性变化特征的T_m格网(2.5°×2°(lon×lat)空间分辨率)模型RT_m-I和PT_m-I。通过与探空站资料及GGOS资料对比,两种模型在中国区域具有较好的适用性,且精度均优于Bevis T_m-T_s回归模型。其次利用空间分辨率为0.5°×0.5°的ERA-Interim气压分层再分析资料获取中国大陆构造环境监测网(Crustal Movement Observation Network of China,CMONOC,简称陆态网)GPS连续站的地面气压和温度。通过探空站和气象站实测气象数据验证了内插气象数据的精度,并定量研究内插结果对GPS获取水汽的影响。内插气象参数计算的GPS水汽与气象站实测气象参数计算的GPS水汽之间的差异小于0.8 mm,且内插气象参数计算的GPS水汽与无线探空积分水汽结果一致。最后,利用RT_m-I模型和内插的地面气象参数,结合天顶总延迟计算2015年至2017年陆态网GPS连续站的水汽数据,研究我国水汽的空间分布和多尺度变化特征。结果表明,我国年平均水汽含量大致呈现由东南向西北递减的趋势,同时受地形特征影响,最小值出现在青藏高原地区。受我国季风环流的影响,周年振幅最大值位于我国长江下游。半周年振幅较周年振幅小,最大值和最小值分别位于我国中东部和西南地区。水汽周日振幅不明显,日变化异常的峰值一般出现在北京时间20时。