利用地基红外高光谱辐射数据可以反演得到高时间分辨率的边界层大气温度廓线。 目前的AERIoe最优化反演算法相比于传统的“剥洋葱”算法有较大的改进, 且对初值的依赖程度较低。 但AERIoe算法中正则化算子的选择对反演结果的稳定性和反演时间有重要影响。 目前主要采用经验的方法选择正则化算子, 迭代步数较多, 耗费大量的计算时间。 提出了利用L曲线方法代替经验法选取正则化算子的改进方案, 以提高AERIoe方法的反演速度。 改进后的算法通过绘制解范数和残余范数的二维曲线图, 取其拐点作为最优的正则化参数, 相比于传统的经验法有着更好的理论基础。 采用2011年美国大气辐射测量计划中SGP站点的晴空大气红外辐射数据进行反演实验。 结果表明, 利用该方法得到的反演结果具有很好的稳定性、 收敛性和精度。 相比于经验的方法, 利用L曲线方法获得的正则化算子反演温度廓线时的收敛速度更快, 迭代步数较少, 可以节约大量的计算时间; 在反演精度方面, L曲线方法在边界层中上层的反演精度更高, 1～3 km高度上温度廓线的RMSE值提高了大约0.2 K。