摘要：同化卫星资料能够得到模式较好的初始场，目前资料变分同化是基于误差服从高斯分布这一理论，因此在同化高光谱大气红外探测器（AIRS）资料前，必须进行资料质量控制。从通道选择、异常值剔除、偏差订正、云检测和数据稀疏化5个方面对AIRS资料质量控制研究现状进行分析与讨论。归纳总结了基于信息熵分步迭代法、主成分累计影响系数法和主成分一逐步回归法3种通道选择方法。经分析比较认为信息熵分步迭代法使用得较为广泛，但所选通道之间存在“弱相关”；主成分一逐步回归法能够获得信息量较大的通道组合，由于算法的原因，执行过程较耗时。探讨了莱茵达法则和稳健性较强的双权重法对异常离群值剔除，得到双权重法效果较好。介绍了离线和在线偏差订正方法，包括静态、自适应、回归法、变分、基于辐射传输模式、基于卡尔曼滤波偏差订正法和偏差订正的动态更新技术。对比发现静态法时效性较好；变分法能够解决数据漂移等问题；基于模式和卡尔曼法虽效果较好，但较耗时不适合业务化使用；综合而言，偏差订正动态更新技术的效果和时效性都较好。分析了晴空视场点、晴空通道、云辐射订正和不同仪器云产品的匹配4种云检测方法。从数值业务时效性角度出发，晴空视场点和晴空通道云检测法较为可行，但经过晴空视场点云检测后同化的资料量比晴空通道法少，会造成在气象敏感区如高层通道资料的丢弃，在一定程度上会影响分析场的质量。进一步分析了跳点跳线、box法和主成分分析法在AIRS资料稀疏化中的初步应用研究。从同化时效性和可操作性出发，得出box法可行；主成分分析法算法复杂度较高，但具有一定的应用前景。在综述质量控制部分基础上，进一步给出了该领域未来的相关研究方向。

关键词：高光谱 airs 质量控制 异常值剔除 数据稀疏化 

单位：中国气象局沈阳大气环境研究所; 辽宁沈阳110016; 安徽省气象信息中心; 安徽合肥230031; 国家气象中心; 北京100081