为了为星载、机载以及地基微波大气温湿廓线探测仪通道的设置、大气参数反演指标的论证、反演算法的开发以及反演产品的质量评定提供参考依据,基于快速辐射传输模式(RTTOV10)和大气参数廓线库,建立了基于神经网络的微波大气温湿廓线反演性能分析方法,分析了反演方法、通道选择、亮温观测误差和地表比辐射率等因素对大气温湿廓线反演性能的影响.模拟试验分析表明:①神经网络反演算法显著优于线性统计回归反演算法,特别是对亮温观测噪声的敏感性相对较弱;②183.31 GHz附近的水汽探测通道能够为大气温度廓线反演提供一定的信息;118.75 GHz附近的温度探测通道对整个大气的温度反演均有明显影响,在200 hPa附近误差的影响量达0.4K;③50～60 GHz和118.75 GHz附近的温度探测通道对基于183.31 GHz附近通道的湿度廓线反演具有重要影响,而且存在一定的互补性;④微波亮温观测误差以及地表比辐射率假定对大气温湿廓线反演有着显著影响.