为了得到最优的强降水估计,基于雷达强降水数据多尺度统计特征建立有关降水数据的先验模型显得非常重要。本文基于南京市S波段天气雷达探测到的独立降水事件数据进行小波分解,研究强降水雷达回波数据小波域小波系数尺度内非高斯边缘分布特征以及尺度间分形特征、谱特征,并基于强降水的先验统计特征建立相应的数学模型。研究结果表明:不同降水结构呈现不同形态的雷达回波多尺度分形参数差别不大,可对强降水小波系数统一建模;其尺度内的非高斯特征明显,呈现少数大值、大量小值的重尾分布形式,可用广义高斯分布表示;尺度间分形特征呈现小波系数随尺度不断增加幅值的过程,可用指数形式表示;对二维降水场采用频谱分析,发现其功率谱呈现幂尺度关系。研究强降水小波域的尺度特征与降水物理机理关系时,发现各环境参数与小波系数非高斯重尾性参数相关系数都比较低（相关系数小于0.25）;环境参数中的对流有效位能与分形参数相关系数最大（相关系数0.55）,其次是小时降水量（相关系数0.38）;最大阈值时非高斯重尾性参数与质量/体积权重平均直径相关系数（相关系数0.50）相比较降雨率、总密度数、液态水含量更大;而对流降水多尺度分形参数与各降水参数都存在一定关联性（相关系数大于0.40）。综上,雷达强降水小波域统计特征及其与环境参数和降水参数的先验信息可用于强降水数据的参数化建模,并对后续的强降水最优估计、数据同化、数据降尺度、多源数据融合等应用具有重要的参考价值。