El vapor de agua es un componente crucial de la atmósfera. Su absorción influye significativamente en la teledetección al afectar las señales de radiación transmitidas a través de la atmósfera. Determinar el vapor de agua columnar (CWV) a partir de datos de teledetección hiperespectral es esencial durante el proceso de corrección atmosférica de imágenes. En los últimos 40 años, se han desarrollado numerosos algoritmos de inversión de CWV, con mejoras para aumentar la precisión y fiabilidad de la recuperación. En este estudio, proponemos un algoritmo mejorado de absorción diferencial pre-corrigida atmosférica (APDA). Esta mejora se logró mediante un análisis exhaustivo de la absorción del vapor de agua en relación con la elevación y la profundidad óptica de aerosol, y la extensión de tablas de búsqueda (LUTs). El método mejorado utiliza una tabla de búsqueda MODTRAN preconstruida y se aplica a datos hiperespectrales ZY1-02D de un satélite lanzado en 2020. Comparamos los resultados de inversión de 10 escenas ZY1-02D obtenidos utilizando el método mejorado con mediciones de AERONET y resultados de inversión de software de corrección atmosférica comúnmente utilizado, a saber, FLAASH y ATCOR. El algoritmo actualizado demostró un error promedio más bajo (0.0568 g·cm) y un error promedio relativo (10.49%) en comparación con el software ATCOR (0.17 g·cm y 40.78%, respectivamente) y el módulo FLAASH (0.13 g·cm y 30.82%, respectivamente). En consecuencia, el método mejorado supera a los algoritmos tradicionales de inversión de CWV, especialmente a grandes altitudes.