大气中的短时强对流活动,经常产生灾害性天气,对人类生产生活构成严重威胁。为应对灾害性天气,使用雷达、卫星监测手段获得的图像对大气强对流活动进行识别,是当前的研究热点。针对短时对流活动的特性,对流初生(Convective Initiation,CI)的出现是冰雹、龙卷等强对流天气发生的重要征兆。对大气CI过程的识别及预报,因此成为短时灾害预报的重要研究方向。CI识别的难点之一,在于传统的大气监测手段受到各方面条件限制,难以为识别过程提供有力支持。而静止气象卫星由于具有观测范围广、信息收集量大、可观测红外频段信息的特点,正日益成为气象灾害监测预报的常用手段。通过对卫星获得的可见光、红外等通道云图数据进行模式分析,可以提取大气对流初生的相关特征、获知大气的CI发生趋势,从而达到预报短时对流活动的目的。本文的研究课题,即为通过对卫星云图的分析和处理,对潜在CI活动区域做出识别。为此,本文在对大气CI活动特征进行分析的基础上,采用图像处理技术对卫星图像进行插值、掩模等前期处理,并根据大气CI活动特征,设计对应的模式分类判别器。对处理后的图像进行像素级别的分析判定,从而得到监测区域的CI识别结果。为测试实验方法的可行性,采用天气雷达的降水监测数据,对识别结果进行验证。经过对京津地区两个年度夏季若干组观测数据进行分析,验证了该方法原理和实现的正确性。系统在典型对流天气状况下的识别效果良好,具备较好的识别可靠性和较低的误报、漏报率。