云的宏微观物理特征以及动力特征对天气预报、气候预测以及保障飞行安全等方面具有重要意义。随着雷达技术的发展,毫米波雷达已成为探测云的主要设备之一。论文利用毫米波雷达的基数据和谱数据对云的微物理特性以及云内大气垂直速度的反演开展了研究。主要的研究内容和结论包括:(1)通过分析北京延庆观测站8mm云雷达的观测参量(反射率因子Z、平均多普勒速度Vd、退偏比因子Ldr、谱宽Wd)以及ECMWF再分析资料(温度廓线T),建立了识别云中水凝物相态的模糊逻辑算法,算法采用了不对称T型函数,量化不同特征因子的贡献大小。结果表明,通过模糊逻辑法处理云雷达探测参量,能够有效识别水凝物相态,反映出了水凝物相态的演变过程;增加了谱宽因子,有效提高了混合相态的识别能力,使得识别结果更加合理。(2)基于ARM-AMF2毫米波云雷达多普勒谱数据,设计了谱峰识别算法,基于最小二乘法对局部谱进行7次多项式拟合,从而分解全局谱得到不同类别粒子的局部谱,根据谱分离后的谱矩参数以及经验关系式反演了云中液态水含量、冰水含量,并与微波辐射计反演的液态水路径LWP进行了对比。结果表明,在混合相云中,全局谱的谱矩参数主要反映了雪花的特性,忽略了过冷水滴的特性,造成液态水含量的低估,而利用多普勒谱的双峰特征,能有效识别和量化云中的过冷水滴,与微波辐射计反演得到的LWP进行对比分析,一致性较好。(3)利用模拟的MMCR多普勒谱数据,定量评估了分段法、最大速度法和客观法计算噪声电平的准确性,对实测多普勒谱进行噪声处理,研究了反演云内空气垂直运动的反演方法,并分析了噪声电平误差对速度反演的影响。结果表明,当谱宽和信噪比较小时,三种方法噪声电平计算误差均较小,但谱宽、信噪比较大时,分段法的准确性和稳定性最好,而利用客观法计算噪声电平存在明显的高估,这会造成反演的空气垂直速度偏小;根据回波的反射率因子、平均多普勒速度、谱宽等相互关系分析了反演的空气垂直运动情况,表明反演结果较为合理。