目前地面降水率主要根据地面自动雨量站观测得到,而雨量站网密度过稀(空间分辨率不够),只是一个点的观测,缺少空间代表性,很难准确提供降水强度空间分布信息。尤其在偏远地区,其有限站点的测量不能代表整个山区的真实降水分布情况,而这些地方在强降水情况下特容易发生地质灾害。因此如何获取高时空分辨率的定量降水估计分析产品,是亟需解决的问题之一,而雷达在时间和空间上均具有较高的分辨率。针对雷达定量降水估计的低估问题,首先根据雷达反射率垂直廓线判断是否存在暖云降水的可能性,将降水分为暖云降水与非暖云降水,然后把非暖云降水按模糊逻辑算法分为层状云降水和对流云降水；最后根据不同的降水类型,采用不同的Z-I关系来估算降水率。为了对云分类算法的性能进行评估,本文设计了三组实验：实验一,用CINRAD WSR-98D雷达默认的单一Z-I (Z=300I1,4)关系来估计降水：实验二,根据模糊逻辑算法将降水分为层状云和对流云来估计降水；实验三,将降水分为层状云和对流云以及热带暖云降水三类来估计降水。将这三组实验分别与雨量站观测的降水进行比较,结果表明：三组实验估计的降水与雨量站观测降水都有较好的对应。实验二和实验三在很大程度上改善了雷达定量降水估计的低估问题。实验三的整体精度高于前两组实验,尤其是强降水区域的估计明显优于前两组实验。