降低红外高光谱观测数据中的噪声水平是提高温湿廓线反演精度和反演稳定性的重要环节。 采用主成分分析法降噪时, 最优主成分个数k的选择一般是根据统计和经验的方法确定。 统计的方法大都是根据累积方差百分比法, 通过人为设定累积贡献率阈值确定最优主成分个数, 使得该方法具有较大的主观性和随意性; 经验的方法则需要实时的等效噪声光谱（NESR）数据做标准化处理将非均匀噪声转化为高斯分布, 而实时的NESR数据在很多情况下不易获取。 针对上述问题, 提出了一种基于改进累积方差百分比的主成分降噪方法, 通过迭代计算选取不同主成分时重构光谱辐射与模拟光谱辐射的偏差来计算累积贡献率阈值, 根据阈值确定最优的主成分个数。 该方法解决了确定累积贡献率阈值主观随意性的问题, 并且不需要实时的NESR数据做标准化处理。 根据物理反演结果分析了数据的标准化对降噪的影响, 结果表明, 标准化对降噪效果的影响很小, 由标准化造成的k值计算误差对降噪效果的影响更大。 利用该方法对2011年4个季度中具有代表性的数据做降噪处理, 反演的温度廓线均方根误差相比于经验公式法在0.32～3 km高度上提高了约0.1 K, 与利用等效噪声光谱标准化后的降噪数据的反演结果精度相当。 在无法获取等效噪声光谱数据情况下, 该方法可以客观合理地对地基红外高光谱数据进行降噪。