全球卫星导航系统（Global Navigation Satellite System,GNSS）技术得到了较为全面的发展,在气象领域中引入GNSS相关技术具有较高的实用价值。大气可降水是天气预报的重要参数,准确快速地获取大气可降水是遥感监测研究的热点。GNSS信号对水汽有一定的敏感度,利用GNSS信号反演可降水能够弥补传统气象探测方法的不足。当前国内外已经对基于GNSS信号的大气可降水量（Precipitable Water Vapor,PWV）反演方法开展了较多的研究,但其中主要以基于GPS信号的大气可降水量反演为主。现阶段,我国北斗技术发展势头正盛,在更多的领域应用北斗信号是我国众多研究人员的目标。将北斗信号应用于大气可降水量反演过程,可以为该领域的研究提供更多选择,推动该技术进一步发展。同时随着机器学习方法的发展,为非线性拟合问题的处理提供了良好的解决方案,相对于使用传统的经验模型而言,基于机器学习方法构建预测模型能够获得更优的预测效果和拟合程度。本文以北斗信号反演大气可降水量为研究内容,主要完成了以下工作:（1）通过对GNSS反演大气可降水量发展的阐述,分析了传统大气探测的方式以及优缺点,引出运用GNSS气象探测技术的优势,归纳总结了国内外研究现状,以及当前GNSS反演大气可降水量的原理和方法,并对研究的发展概况进行了相关梳理。（2）介绍了北斗信号反演大气可降水量的流程、GAMIT/GLOBK软件的使用方法,并通过该软件解译CUSV、11SC、TONG以及VILL四个站点的BDS/GPS信号,估算了相应的大气可降水量。实验结果表明利用北斗信号估算得到的大气可降水量与GPS信号估算得到的大气可降水量的结果及精度高度一致,也证明了利用北斗信号估算大气可降水量的可行性。（3）利用TONG站点的PWV值、温度（TD）、气压（PR）和相对湿度（HR）等小样本数据集,基于随机森林方法构建了短时间范围内的PWV预测模型,并对模型效果进行了检验。模型预测值与实际值的相关系数为0.826,均方误差为7.757 mm,结果表明,此方法对该地短时间范围内的PWV预测有一定的参考意义。（4）利用实验获得的IISC测站PWV值与该地2020年1月15日-29 日的臭氧浓度进行相关性分析发现,该时间范围内全天PWV与O3浓度基本没有相关性,而筛选每日辐射量较低且空气湿度较大时的PWV与O3浓度分析发现,其呈现负相关关系,相关系数为-0.4。