高光谱红外探测器(AIRS)亮温资料在数值预报中的作用越来越显著,然而AIRS有2378个通道(实际业务中只考虑其中的324个通道),考虑到通道之间的相关性、同化的时效性以及同化或反演效果,全部的实时资料进同化系统是不可能的,必须进行通道选择。国外常用的方法是基于信息熵的分步迭代方法。由于基于信息熵的分步迭代法,每次都是选信息量较大的通道,并且前面选出的通道影响到后面的通道选择,其存在的缺陷主要有两个：在用迭代法进行通道选择时,依赖于背景场和观测误差协方差矩阵的给定,但往往我们对于背景场的具体信息缺乏；分步迭代法每次是从未被选的通道中选出一个,往往比较耗时,在业务中使用时效性不高。针对这两点,文中提出了基于主成分累计影响系数的通道选择方法。首先,进行通道的预处理。然后,考虑白天的通道组合,分别对温度和湿度雅可比矩阵进行主成分分析,得到每个通道对主成分的累计影响系数,根据累计影响系数的大小,进行通道排序。最后,考虑夜晚的通道组合,加入受太阳光影响的通道。最终得到白天和夜晚的入选通道子集。相对于分步迭代法,主成分累计影响系数法,既能保住最主要信息,得到影响及敏感性较大的通道,又能考虑各通道间的相关性。直接对雅可比矩阵的结构进行分析,不需要过多的先验知识,并且可以同时考虑多个通道。进行温度和湿度廓线反演的试验表明,该方法用于通道选择是可行的。