近年来,全球范围内极端天气事件频发,诸如极端强降水、台风、洪涝等突发性强、局地性明显的气象灾害事件对人类社会的可持续发展构成了重大威胁、给自然环境以及经济社会也造成了严重的危害。基于此,科学地认识极端天气发生机理及其演化规律,有效地提供及时准确的极端天气事件短临预报,充分地提升防灾减灾应急能力是保障人民生产生活的重大需求也是当前世界各国研究的热点。面对短临预报对时效性和准确性的高要求,就必须拥有并充分利用高精度、高时空分辨率的气象数据。而在影响天气变化的各类气象要素中,大气水汽是最为重要的参数之一,虽然水汽在大气成分中占比极低,但其作为云和降水形成的物质基础以及水文和能量循环的重要组成部分,极大地影响着极端天气事件的形成和发展演变,因此,对其进行有效监测及合理利用是实现对各类灾害性天气事件精准预报的重要前提与关键所在。由于大气水汽主要分布在对流层内,其复杂的时空分布以及快速时序变化的特性都使得对其进行高精度监测极具困难,利用诸如无线电探空仪、水汽辐射计等传统水汽监测手段通常难以满足短临极端天气预报的应用需求。然而随着新一代全球导航卫星系统（Global Navigation Satellite System,GNSS）的高速发展,基于GNSS的大气遥测技术具有高精度、全天候运行、长时序稳定以及高时空分辨率等优点,无论是由其反演得到的能够反映大气湿度的对流层天顶总延迟量（Zenith Total Delay,ZTD）还是能够反映大气中水汽含量以及运移状况的大气可降水量（Precipitable Water Vapor,PWV）,都为开展大气监测提供了重要数据支持。因此,在充分利用多类型常规气象观测资料的基础上,开展基于GNSS的高精度大气信息反演及其在极端天气事件中的短临预报应用研究具有重大价值和现实意义,也是推进高精度短临气象预报发展的重要举措。本文综合利用新一代空间大地测量技术,围绕反演获取高精度、高时空分辨率的GNSS大气信息并将其用于极端天气事件的短临预警预报开展研究。研究内容主要包括:地基GNSS大气信息的反演与精度评估、多源大气参数相关分析及其对极端天气的响应关系、基于阈值模型的短临极端天气预警预报方法构造、基于GNSS大气信息距平/累积距平分析的短临极端天气预报方法设计以及基于反向传播神经网络模型的短临极端天气预报模型进行研究。针对上述各项难题,具体的研究内容以及取得的主要研究成果如下:（1）重点阐释了利用地基GNSS观测反演大气信息的理论与方法,明确了从GNSS观测信号到大气总延迟,再到对流层天顶总延迟以及最后得到大气可降水量的这一完整处理过程中的理论算法、经验模型以及各种处理策略。以香港地区作为研究区域,利用该区域内各GNSS测站上获取到的多系统GNSS观测信号,基于RTKLIB软件利用精密单点定位技术及近实时处理策略获取ZTD观测,进而利用地面气象观测及经验模型反演得到PWV。对于所获得的ZTD以及PWV观测,分别利用IGS提供的高精度事后产品以及由探空观测获取的PWV进行精度检验,确保产品精度符合气象领域应用需求。（2）为了更全面地考虑大气环境的变化情况,除了ZTD及PWV,本文还获取了研究区域内温度、气压、相对湿度等气象参数及极端天气事件的实际观测记录。由于各类大气参数的时序均存在快速变化的特性,因此本文也进一步加入年积日（Day of Year,DOY）及日积时（Hour of Day,HOD）两类表征时序变化的变量。首先,为研究各参数间的相关关系,本文以皮尔逊相关系数作为评价因子计算得到了各参数间的互相关系数开展分析;此外,本文也采用主成分分析方法探讨各类多源大气参数对极端气象事件的关联机理以及它们在相关事件短临预报中的有效性和贡献度,该研究也为预报模型中预报因子的选择提供了有效的参考依据。（3）本文选择极端降水这一极端气象事件为例开展分析研究,并详细阐述了该事件形成及演变的天气学过程。由于阈值模型具有构造原理简单、操作容易且可移植性强等优点,本文在传统阈值模型基础上,利用PWV、ZTD以及由它们时序衍生得到的变量作为预报因子,分别构建了基于PWV时序的预报模型和基于ZTD时序的预报模型,研究表明上述各类预报因子能有效地反映ZTD/PWV时序在极端气象事件发生及演变过程中完整的变化过程,并首次研究了顾及ZTD/PWV时序中的下降趋势在极端气象事件短临预报中的作用。经验证评估,两类模型均得到了较好的预报结果,可以作为业务预报模式的有效补充。此外,在上述模型的构造过程中,本文还对于模型的阈值求取策略、预报标准确定以及阈值时间分辨率等多个方面进行了优化改进,从而进一步提升模型的预报性能。（4）在气象学领域,各类气象参数的距平信息被广泛应用于了解变量的时序变化同特定天气状况的响应关系,但目前尚无针对GNSS大气产品的距平分析研究,更没有基于该距平分析开展极端气象事件预警预报的应用。因此,本文首次提出通过分析包括ZTD以及PWV在内的各类GNSS大气产品的距平和累积距平时序来进行极端降水事件短临预报的方法。其中,相较于阈值模型,基于距平分析的方法有效避免了阈值模型构造过程中复杂的步骤,提升了模型的构造效率;而相较于基于距平分析的方法,通过利用累积距平时序,在有效体现大气异常状态累积效应的基础上还有效地过滤掉了距平时序中存在的大量随机噪声信号,进一步提升了模型的预报表现。（5）基于上述研究,本文首次提出利用GNSS大气信息构造一种融合距平分析与阈值模型的短临极端降水预报方法。其中,距平分析被用于缩小各变量原始时序的范围,优化阈值的选择;而通过利用阈值模型,则能为各预报因子确定出明确的阈值以开展预报应用。此外,新的方法也同时整合运用了当前研究中使用到的各项最优处理策略,包括逐日均值、百分位法、结果分析指标以及降水评判准则等,以保障模型获取最好的预报表现。模型预报结果表明新方法的预报性能优于上述提出的所有模型,较好地兼顾了距平分析以及阈值模型的优势,进一步增强了利用GNSS大气信息应对极端天气事件的能力。（6）上述模型由于其构造特性并未全面考虑如温度、气压等气象参数的变化特征及其对极端天气事件形成的影响。因此,本文通过利用反向传播神经网络模型独立学习、并行处理、非线性映射以及自适应能力强等优点,提出了一种使用包括ZTD、PWV、温度、气压等多类型大气参数的改进的极端降水短临预报模型。在模型构造过程中,通过对超参数及输入参数选取、训练样本时间范围、模型构造时间维度等各类影响极端降水事件短临预报的因素进行详细探究,确定了一套优化的模型构造准则;针对构造好的模型,则通过深入分析其权值矩阵以进一步了解模型构造机理。测试结果表明新的模型能够有效利用多类型气象参数,具备为有特定需求的区域提供及时有效的极端降水事件短临预报的能力。该论文有图57幅,表45个,参考文献306篇。