获取全球实时高精度的大气二氧化碳数据对于研究碳循环和全球气候变化有着重要的意义,利用卫星遥感技术与模式模拟相结合的反演方法已成为获取该数据的重要手段。在国家973项目“全球气候变化数据的评估、同化、融合与应用”支持下,本文对目前大气二氧化碳遥感反演流程中的敏感性分析、通道选择与反演算法中仍然存在的一些不足之处做了如下研究与改进。首先,根据廓线数据不确定性的特点,本文设计了均方根误差扰动法来对其进行敏感性分析,并分别将温度廓线、水汽廓线、臭氧廓线和地表温度的敏感度曲线与二氧化碳自身敏感度曲线作了对比,结果表明温度廓线始终是影响大气二氧化碳反演精度的主要因素。在敏感性分析的基础上,本文使用信噪比综合排序筛选法选出了适合用于大气二氧化碳反演的红外通道。其次,在敏感性分析与通道选择的过程中,作者发现高光谱遥感数据通道多信息量大,使得科研人员分析对比不同参数在各个通道上的特征十分费时费力,因此本文设计并实现了一款高光谱通道特征可视化分析软件系统HCCVAS V1.0,用于对敏感度数据、信噪比数据和雅克比数据的可视化与对比分析,能有效的提高科研人员的工作效率。最后,由于温度廓线误差在红外波段上始终会对二氧化碳反演精度造成较大的影响,因此本文提出了温度误差消除法,使用通道组合的方式改进了常规迭代反演算法的代价函数,以便从一定程度上削弱温度误差对反演精度的影响。然后在Linux平台上将上述方法编程实现,并对其反演效果做了相应的验证,结果表明：该方法确实能能够削弱温度误差对二氧化碳反演精度的影响,并且其反演精度在低纬度和高温度地区优于常规迭代反演法。本研究从全球变暖的大背景出发,对高光谱卫星遥感资料定量反演大气二氧化碳的一些关键步骤做了上述研究,拟为我国进一步开展大气二氧化碳定量观测提供一定的参考。