摘要: 利用中国气象局大气探测试验基地的 L 波段探空数据和微波辐射计观测数据，采用 MonoRTM 辐射传输模型作为正演亮温模型，BP（back propagation）神经网络作为反演工具，在由亮温反演大气湿度廓线的过程中，添加与样本匹配的云底高度和云厚度信息，建立新的反演模型，使新反演模型得到的反演湿度廓线和未添加云信息的反演湿度廓线分别与探空数据进行对比，获取两种反演方法各高度层的均方根误差，分析云信息对反演大气湿度廓线的影响。对比结果表明：未添加云信息时，测试样本的反演湿度廓线与探空廓线的相关系数平均值为0．685，而添加云信息后，相关系数平均值为0．805。相比未添加云信息的反演廓线，添加云信息之后多数高度层的均方根误差均有不同程度减小，而在有云以上高度层表现尤为明显。