一直以来,气象灾害严重威胁着人们的人身财产安全,而对流云降水是产生气象灾害最主要的原因。因此,有效识别对流云区域和层状云区域具有重大意义。首先,本文对不同类型降水云的回波特征及其被雷达探测到时获取的反射率因子等雷达基产品与回波顶高等雷达导出产品进行概述。降水云类型大致可分为对流云降水、层状云降水以及混合云降水三种。其中,对流云降水回波通常呈现不规则块状分布,回波强度值大等;层状云降水回波通常呈现絮状或者连绵成片状,具有较小的垂直厚度等;而混合云降水是对流云降水和层状云降水的混合,经常可以看到结构均匀的层状云中包含着很多结构密实的对流云单体。雷达基本产品是由多普勒天气雷达直接探测降水云得到的反射率因子、平均径向速度以及速度谱宽等基数据,并通过不同坐标呈现出来,具有特征明显、实时性强等特点。而雷达产品是通过对雷达基本产品的加工处理等得到的数据和图像。其次,本文对几种常用的对流云区域识别算法—巅峰值法、模糊逻辑法和小波变换法进行对比分析。巅峰值法由于只考虑降水云的二维形态特征,容易将降水云区域误判,并且对层状云区域识别范围偏小;模糊逻辑法需要很丰富的降水云区域识别经验,并且需要测试大量的数据样本,在现实中实现较困难;小波变换法对模板大小等参数选取比较敏感从而会对识别结果存在一定的影响,并且该算法的时间复杂度会随着小波分解层数的增加而增加。最后,针对上述单一识别方法的不足,本文提出改进,即先基于对流云和层状云的三维形态特征选定6个候选识别参数;随后使用巅峰值法对气象雷达扫描数据进行降水云区域的初步划分,既能减少模糊逻辑法中依靠人为经验识别降水云区域所带来的误差,又能增加降水云云区域的识别可靠性;然后通过初步选定的对流云区域与层状云区域对6个候选识别参数结合概率密度算法进行概率密度特征统计,从而得出3个识别参数作为模糊逻辑法的输入参数,进而采用模糊逻辑法进行降水云区域的计算,并采用垂直最大反射率为基准进行识别结果分析,验证了改进算法的有效性。