提出一种快速的局域线性回归(Fast Locally Linear Regression, FLLR)算法，用于从搭载在风云三号B星(FY-3B)上的红外大气探测仪(IRAS)红外观测数据反演大气温湿廓线。算法所需的观测样本为IRAS/FY-3B L1数据红外观测值与AIRX2RET V5产品的时空匹配数据，以2011年为例，在180°W~180°E、60°N~60°S的研究区域内按照观测时间绝对差小于15 min和观测角度绝对差小于2°的条件获取观测样本，并对样本进行了评价。在匹配观测样本的基础上比较分析了FLLR算法与LLR算法、D矩阵算法和非线性的神经网络算法，然后采用FLLR算法从IRAS/FY-3B L1数据反演得到2011年全年的大气温湿廓线，并外推反演得到2012年第1季度的大气温湿廓线。最后，利用相应的ECMWF再分析数据和RAOB探空观测对2011年的反演结果进行了精度验证，采用AIRX2RET V5产品对2012年第1季度的外推反演结果进行了验证。结果显示: 与D矩阵算法相比，FLLR算法反演大气温度和湿度廓线的均方根误差分别减小~0.8 K和~0.5 g/kg，其精度与非线性的神经网络算法相当; 相对于ECMWF再分析数据，本文大气温度和湿度廓线反演结果的均方根误差分别小于2.5 K和2.3 g/kg; 而相对于RAOB数据，其均方根误差分别小于3.5 K和2.0 g/kg; 2012年第一季度外推反演结果的均方根误差分别小于2.5 K和1.6 g/kg，与算法精度基本一致。IRAS/FY-3B大气温湿廓线的反演精度与MOD07 V5大气廓线产品相当。

为了满足定量遥感对红外探测仪器定标精度监测的需求，采用风云三号气象卫星红外分光计(IRAS)与国际基准红外高光谱探测仪器进行交叉比对的方法，建立了FY-3C气象卫星红外分光计与高光谱仪器IASI的在轨交叉定标精度监测系统.通过对2014年一年的IRAS观测数据的定标精度监测和分析，结果显示，IRAS与IASI的相关系数均在0.98以上，通道1和18的定标偏差最大，分别为-3.7 K和2.1 K，通道9和16也有超过1K的偏差，其他通道的平均偏差均在1 K以内.地表观测通道8、9、18、19、20由于受卫星观测时空变化频繁的影响偏差标准差较大，在1.5～3 K左右，其他通道观测误差稳定性较好，均在1.5 K以内.通道2、3、4，10～13的定标偏差随目标亮温变化趋势不明显，通道14～20定标偏差随目标亮温变化趋势最强，最低和最高目标亮温对应的定标偏差之间的差别最大可达到5 K.定标偏差的时间序列分析表明大部分通道的定标偏差在一年的时间内保持稳定，变化幅度不超过0.3 K；通道15、19、20的定标偏差变化幅度约为1 K，通道1、14、16、17、18定标偏差一年的变化范围达到2～4 K.总之，在轨交叉定标精度监测系统为实时监测定标精度的变化提供了有效工具，为诊断仪器性能和改进定标方案提供了参考依据.

变分同化FY-3B红外分光计(InfraRed Atmospheric Sounder, IRAS)的通道亮温要求亮温观测模拟偏差满足高斯分布。由于卫星数据处理以及数值预报模式等包含的误差不服从高斯分布，因此需要对偏差进行订正。首先对IRAS资料进行云检测等初步质量控制；在统计了IRAS的20个通道亮温之后，发现扫描偏差具有星下点对称性；最后对扫描和气团偏差进行了订正。结果表明，订正后IRAS高层通道1、10以及近地面通道14的偏差绝对值有所增加，水汽通道13和地面通道20的偏差标准差有所增加，其它15个通道亮温观测模拟偏差均值从1.04 K减小到了-0.30 K，相应的标准差从2.28 K减小到了1.99 K。偏差概率分布更具高斯性。

研究了红外分光计(IRAS)图像定位结果存在偏差的总体规律，应用扫描参数校正模型定量地分析了扫描参数偏离对定位结果的影响，提出了修改扫描参数校正定位结果的参考方案.经校正后的定位结果与世界地理底图完全套合，验证了该方案的可行性.