本書以機器學(xué)習(xí)算法為核心，聚焦北斗衛(wèi)星導(dǎo)航系統(tǒng)中的全球高精度對流層延遲建模與水汽反演技術(shù)創(chuàng)新，突破傳統(tǒng)氣象學(xué)與空間環(huán)境研究的范式局限，為近地空間環(huán)境學(xué)、高精度定位及GNSS氣象學(xué)領(lǐng)域提供系統(tǒng)性解決方案。本書建立了對流層延遲信號分解-機器學(xué)習(xí)聯(lián)合分析框架,揭示了氣象擾動與模態(tài)分量的量化關(guān)聯(lián)，推動了近地空間環(huán)境學(xué)理論創(chuàng)新。本書成果直接服務(wù)于北斗高精度定位(亞米級修正)、災(zāi)害性天氣預(yù)警(暴雨/臺風(fēng)監(jiān)測)及氣候模型優(yōu)化，賦能智慧城市、防災(zāi)減災(zāi)與氣候變化研究；形成“信號解耦-算法融合-跨域驗證”的技術(shù)范式，為GNSS氣象學(xué)與人工智能交叉研究提供可復(fù)用的方法論工具鏈。