本文工作主要围绕基于光流法的单体跟踪算法以及单体的三维可视化方法展开。基于上述算法,进行了如下几方面业务应用系统的研发:(1)在自动站的小时极大风速数据的基础上,通过单体分割算法以及本文提出的单体追踪算法实现对流大风样本的自动标记,解决了需要人工标记大量样本的问题。(2)通过训练卷积神经网实现对流大风单体识别,然后将基于中层径向辐合、带状回波等中小尺度特征的对流大风识别结果与基于卷积神经网的识别结果相融合,实现了82.7%的击中率,27.7%的空报率,64.8%的CSI。(3)设计并实现了防雹作业效果辅助评估系统,该系统主要包括以下内容:基于单体跟踪算法,提供冰雹单体的多项显著性特征于作业前后的变化曲线;基于单体的三维可视化方法,展示作业单体的立体结构及作业区域的位置关系。(4)以多普勒天气雷达基数据为主要数据基础,以“强对流分类识别系统”的产品为依托,设计并实现了强对流系统分析平台,该平台主要提供以下功能:强对流样本的分类管理、指定强对流过程的单体演变规律展现、不同类强对流单体特征的统计分布、强对流系统分类决策的构建和调试功能。综上所述,本文的创新点主要有:(1)基于光流法,制定相关联条件,进而实现单体跟踪。(2)改进了移动立方体算法,实现其在非欧式坐标系下的推广。(3)基于单体跟踪算法,实现对流大风样本的自动标记,由此解决了卷积神经网的训练样本需求量。在客观分析的基础上,提出了两类对流大风识别对策下的有效融合机制。(4)研发出关于强对流分析的业务平台系统;完善了消雹作业效果分析业务系统。