Los perfiles de temperatura y densidad de vapor de agua en la troposfera (desde la superficie hasta 10 km) se pueden obtener a partir de un radiómetro de microondas (MWR) basado en tierra con alta resolución temporal y moderada vertical. El algoritmo de red neuronal de retropropagación (BPNN) se utiliza comúnmente en radiómetros de microondas basados en tierra. Algunos estudios han demostrado que la precisión del algoritmo de recuperación BPNN se ve afectada por datos de entrenamiento con grandes desviaciones. En este artículo, se propone un método 1D-VAR mejorado, que puede corregir eficazmente el sesgo; los resultados muestran que el método 1D-VAR mejorado puede proporcionar resultados de inversión más precisos. En comparación con los métodos BPNN y 1D-VAR, los errores cuadráticos medios de temperatura para el método 1D-VAR mejorado se reducen durante el día y durante la noche, respectivamente.