地基微波辐射计可以遥感获得高频大气温湿廓线，为探测和研究大气精细垂直结构提供了途径。然而，降水时微波辐射计温湿廓线质量下降制约了其探测优势在暴雨监测预警预报中的充分发挥。本研究利用武汉站9年微波辐射计和探空观测资料，揭示了微波辐射计温湿廓线的偏差特征，并分别采用回归模型和人工神经网络方法（ANN），研发了天气分型分高度的微波辐射计温湿廓线校正模型。研究结果表明：（1）与探空观测相比，微波辐射计温度总体上在晴天呈现冷偏差（-2.5 K），在云天冷偏差变弱（-1.7 K），但在雨天微波辐射计温度表现为暖偏差（2.5 K）；而微波辐射计水汽密度总体上在晴天和云天呈现湿偏差（分别为0.2 g/m³和0.4 g/m³），而且湿偏差在雨天明显增大，可达1.7 g/m³。（2）微波辐射计温度偏差在晴天和云天随高度逐渐增大，在雨天随高度先增大后减小；微波辐射计水汽密度偏差随高度先增大后减小，雨天更为明显。（3）构建的回归校正模型可以将晴天、云天、雨天的微波辐射计温度（水汽密度）偏差减小至0 K（0 g/m³）左右，而且温度（水汽密度）均方差分别减小14%（7%）、7%（4%）、12%（29%）。（4）构建的ANN校正模型也能将晴天、云天、雨天的微波辐射计温度偏差减小至0 K（0 g/m³）左右，而且温度（水汽密度）均方差分别减小19%（8%）、10%（8%）、12%（30%）。这些研究成果对微波辐射计温湿廓线的质量提高及其应用研究有很好的启示作用。

微波辐射计；温度；水汽密度；偏差特征；校正方法