冰雹出现的规模虽然相对比较小,延续的时段相对较短,但是到来的时候非常突然而且破坏力很大,属于大气造成的灾害的一种。强烈的对流性天气容易引起冰雹并造成许多灾害,冰雹爆发时经常会引发大风、高强度降水、气温急速下降等阵发性灾害天气。新疆地区冰雹灾害发生的机率比较大,每年该地区农业、建筑产业、通讯产业、电力设施、交通设施以及人民生命财产都会因冰雹灾害引起大量损失。因此,我们很有必要对冰雹灾害预测预警进行深入的研究,进而把冰雹灾害的防治措施做的更完善,达到减少经济损失的目的。阿克苏地区处于新疆的中间位置,塔里木盆地的北部边缘位置,它的农业属于经典的干旱气候地区浇灌绿洲农业类型,同样也受到冰雹灾害的困扰。当前,各气象工作单位大多数采用多普勒雷达回波的一整套工具对强对流天气进行监测和预报工作。强对流天气的雷达的回波图像会展现出较为明显的图像特征,根据这些特征可以对其进行预报工作。本论文以新疆阿克苏地区的冰雹雷达反射率图像为数据基础,对冰雹雷达反射率图像进行数据挖掘,挖掘冰雹判别指标,提高冰雹预报的准确率。文章首先运用支持向量机(Support Vector Machine,SVM)归类原理结合小波变换的方法,对雹云图像与大雨图像进行数据挖掘,得到一个二维识别向量,作为SVM模型判别的变量训练模型,并应用此模型对实验样本进行测试,得出它的判别准确率;其次,利用SVM分类原理结合雷达反射率图像,提出了两个不同的数据挖掘的方法,利用这两个方法分别训练两种不同的SVM模型,并验证其判别准确率。最后,将以上三种方法两两组合,得到三种SVM模型,验证并比较其判别准确率,得到最终的SVM模型。其中,文章对支持向量机的分类识别功能,对雹云雷达图像的数据提取方法,对小波变换的方法进行研究,文章也应用到对比的方法,归类的方法,统计的方法,总结法与实验法来对冰雹预测的可行性进行验证。本文结构:第一章,描述冰雹灾害预测预警的选题背景、研究意义、国内外冰雹灾害预测预警及支持向量机的研究现状、研究内容与研究方法;第二章,论述基于SVM和小波变换的雹云识别模型研究;第三章,论述基于SVM和雷达回波反射率的雹云识别模型研究;第四章,论述阿克苏地区农业防雹方法研究;第五章,综合前面章节提出的三个方法,建立基于SVM的雹云灾害预测预警综合方法;第六章,总结与展望,将文章中所有的内容进行总结性的概述,并说明应用方法的优缺点。