本书以机器学习算法为核心，聚焦北斗卫星导航系统中的全球高精度对流层延迟建模与水汽反演技术创新，突破传统气象学与空间环境研究的范式局限，为近地空间环境学、高精度定位及GNSS气象学领域提供系统性解决方案。本书建立了对流层延迟信号分解-机器学习联合分析框架,揭示了气象扰动与模态分量的量化关联，推动了近地空间环境学理论创新。本书成果直接服务于北斗高精度定位(亚米级修正)、灾害性天气预警(暴雨/台风监测)及气候模型优化，赋能智慧城市、防灾减灾与气候变化研究；形成“信号解耦-算法融合-跨域验证”的技术范式，为GNSS气象学与人工智能交叉研究提供可复用的方法论工具链。
何林，武汉大学博士，高级工程师(测绘工程、岩土工程)，注册测绘师、注册土木工程师(岩土)、注册一级建造师(市政)、“西部企业数字化转型领军人物”、“甲秀之光”访问学者，兼任武汉大学遥感信息工程学院企业兼职教授及本科生校外导师、贵州茅台学院创业导师。学术与社会职务包括:中国卫星导航定位协会专家委员、中国测绘学会位置服务工作委员会委员、贵州省北斗星防灾应用中心大数据创新中心智库专家、贵州省岩石力学与工程学会委员贵州省软件行业协会专家委员、国家矿山安全监察局贵州局专家、贵州省能源局智能化建设专家、贵州省大数据局能源行业专家。主要研究方向是北斗高精度数据处理与人工智能融合，推动北斗在多领域融合，成果获行业认可，形成全链条创新模式，为多领域提供技术支撑。
