利用5G通信基站的GNSS授时模块可获得PWV（5G-PWV），具备形成高密度GNSS观测网的潜力，能够捕捉局部水汽变化，弥补传统气象站对大气水汽监测的不足。基于浙江舟山地区的5G基站GNSS观测试验获得2024年9-11月数据反演PWV，与ERA5再分析资料的PWV（ERA5-PWV）对比评估，并利用CMA-MESO模式及其三维变分同化系统，以2024年9月15-16日的台风“贝碧嘉”和2024年10月4-5日的台风“山陀儿”外围倒槽降水过程为例开展同化预报试验，评估其在区域数值模式中的同化应用效果。主要结论如下：（1）5G-PWV具有和ERA5-PWV相同的变化趋势。经双权重算法质控后，5G-PWV与ERA5-PWV的平均偏差为-1.34 mm，均方根误差为8.02 mm，相关系数为0.829。5G-PWV与模式背景场的标准差保持在4 mm左右，平均偏差绝对值在1 mm以内，随着模式冷启动提前时效的增加，呈逐渐增加的趋势。（2）两个个例的降水预报检验结果表明，同化5G-PWV试验的TS评分均优于未同化5G-PWV试验，提前15 h和21 h冷启动改进效果更显著。同化5G-PWV后，不同量级降水空报率和漏报率均有所下降，其中大雨、暴雨空报率分别下降5.6 %、3.5 %，大雨、暴雨漏报率分别下降5.6 %、15.5 %。（3）降水预报改进的原因是：同化5G-PWV资料有效调整了初始湿度场，为模式预报提供了更合理的水汽条件，且通过降水的反馈作用改进了动力条件，进而改善了降水预报。

5G基站，GNSS，PWV，资料同化，台风降水