双极化（Dual Polarization,简称Dual-Pol）气象雷达是在传统多普勒气象雷达的基础上增加了极化功能的雷达,它在灾害性气候探测以及预报过程中起着关键的作用。雷达在实际观测过程中会遇到地物杂波、电磁干扰等严重的质量问题,没有经过质量控制的雷达资料会对水凝物识别效果和降水定量估计精度等产生严重的负面影响。此外,将雷达回波数据进行可视化生成二维和三维的回波图,有助于气象工作者的直观理解和气象信息的大众化推广。本文围绕Dual-Pol气象雷达数据质量控制和雷达回波可视化展开研究,主要工作及创新点如下:研究了Dual-Pol气象雷达目标识别参数估计方法。分析了Dual-Pol气象雷达中可获取的目标识别参数,包括基本物理量和极化参量。基于时间序列信号在时域的自相关、互相关函数,在距离-多普勒（Range Doppler,简称RD）域的谱极化参数,对实测数据进行参数估计,验证了两种处理方法的有效性。研究了Dual-Pol气象雷达中不同的杂波滤波算法。首先根据气象和杂波在RD域内的特征不同,结合滑窗操作和形态学处理方法,利用谱极化参数分别设计了双重谱线性退极化比滤波算法和移动双重谱线性退极化比滤波算法。在此基础上,把气象回波和杂波在RD域内分别当作对象处理,提出了面向对象的谱极化参数滤波算法,从而更好的进行气象目标的保留和杂波的抑制。实测数据处理结果验证了三种滤波算法的有效性,解决了噪声和杂波带来极化参数估计误差的问题。研究了基于退极化比（Depolarization Ratio,简称DR）的Dual-Pol气象雷达回波分类方法。针对同时发射同时接收（Simultaneous Transmission and Simultaneous Reception,简称STSR）模式Dual-Pol气象雷达,利用差分反射率和相关系数推导出DR的表达式,结合阈值滤波技术和杂点去除算法,得到基于DR的回波分类算法。采用不同国家的STSR模式Dual-Pol气象雷达实测数据对算法的性能进行了验证,结果表明基于DR的回波分类方法具有较高的准确率。研究了气象雷达雷达回波的可视化。面向Python工具包（Py-art和Py-cinrad）实现气象雷达回波的平面显示,实测数据二维回波图反映了某一层次回波强度值的分布状况。进一步在Matlab中给出一种基于多边形拼接的回波三维显示方法,实测数据三维切片图立体直观地反映了回波的空间分布状况,有助于气象工作者汲取雷达回波数据中的有效信息并展开深入分析。