多普勒天气雷达是中小尺度灾害性天气的主要监测工具之一,利用其数据有效地识别强对流天气系统,并随时发布警报有着重要意义。在我国随着多普勒天气雷达的普遍安装与运转,利用多普勒雷达开展强对流天气的自动识别、跟踪与预报的研究,提高预报天气的能力是很有必要的。本文首先介绍了强对流天气的天气学特征,对流单体的一般特征及其发展的环境条件,强对流风暴天气的雷达回波特征,从而概述了风暴识别算法的天气学依据;介绍运用多普勒天气雷达回波资料探测风暴的识别与跟踪算法,通过三维风暴核识别,回波特征质心跟踪法,运用线性外推法预报。进行风暴识别过程中,对于一维风暴段搜索、二维风暴分量合成及三维风暴体组成的阀值值确定,根据天气学模型,参考文献和大量的天气实事,给出一定的范围,即可以使用默认值,也可根据需要选择。为了提高预报的精度,本文尝试利用多普勒径向速度资料修订预报,采用VAP(Velocity Azimuth Processing)方法反演多普勒雷达水平风矢量原理,通过该原理计算各风暴体底层平均风矢量,利用得到的平均风矢量对预报结果进行修正。在进行风暴识别和水平风场反演之前,对雷达体扫描数据作了中值滤波预处理,平滑数据,滤除一些杂乱的数据点。利用2006年7月13日绵阳一次强对流天气的雷达资料,对算法进行了检验,结果表明,该算法对风暴单体有较好的识别效果,预报的结果令人满意,起到了较好的预警作用,但利用VAP方法对预报修正结果不理想。最后,对风暴识别算法及模块的优缺点和局限性进行了讨论,并提出了下一步的工作和进一步研究的方向。