大气中的水汽含量及其垂直分布对于天气和气候的研究有着重要的作用。传统探测受到地形及海陆限制,气象卫星资料由于具备覆盖面广,空间及时间分辨率较高,资料一致性好,经济效益较高等特点,可以实现对于水汽含量的全球密集观测。一般使用静止卫星或极轨卫星的红外及微波亮温资料来反演大气温湿廓线,其中微波遥感因可以穿透云而备受人们推崇。我国新一代极轨气象卫星FY-3A搭载的微波湿度计MWHS(Micro Wave Humidity Sounder)可用以反演水汽廓线,其3-5通道设置在183.31GHz强水汽吸收线附近,对大气中各层水汽分布特征有不同的响应。卫星遥感大气领域中,大气参数的反演是一个较为复杂而又颇受重视的数学物理问题。一直以来,大气参数反演的理论分析及算法设计都是国内外研究的重点和难点。基于不同算法的理论构架,反演方法大致可归为以下四种趋向:统计回归反演方法、物理反演方法、综合二者的物理统计方法及神经网络反演方法。本文基于Smith(1970)提出的物理迭代算法,从辐射传输方程出发,经一定改进后建立起适用于微波波段的反演算法。采用搭载于FY-3A之上的MWHS微波湿度计亮温数据,MOD07温度廓线产品,及对应于各气压层40%的相对湿度作为矢量辐射传输模式VDISORT的输入参数,利用物理迭代算法,对我国西北太平洋海域晴空区域的大气水汽廓线进行反演计算。将反演得到的水汽廓线与MOD07水汽廓线产品进行比较,统计资料表明,所有气压层反演偏差均控制在0.71×10-2kg/kg以内。单点追踪结果表明,反演的混合比廓线与MOD07水汽廓线趋势一致,下层水汽反演能力较中上层强。本研究反演误差主要来源于时空匹配、权重函数重叠、反演模式及MWHS仪器噪声。考虑到物理迭代法对于初始廓线的敏感性及其计算的复杂性,未来的工作可集中采用统计方法改善初始猜值,或加入其它大气参数来控制约束迭代过程中非线性所引起的反演值偏离。另外,还可加入海表风速来进一步改善反演结果。由于MWHS亮温数据精度有待提高,还可考虑采用其他卫星资料进行下一步的反演研究。