由于空间的局限、地面上的影响以及冰雹自身突发性、生命周期短等特点,使得冰雹预报成为了一项复杂且艰巨的任务,且冰雹对地面资产产生的损害也不容忽视。因此,准确识别冰雹与预测动能对保护人民生命财产安全显得格外重要。本文研究对象为阿克苏地区,以2009-2011年的地面自动监测与人工观测资料、高空探空数据以及雷达数据为数据。为得到冰雹云及降雨云的识别特征,本文首先从雷达探测物理量产品中提取了回波顶高、最大反射率及基本反射率图像;其次,通过对基本反射率图的图像边缘检测、图像分割以及计算指定强度值步骤后获得了45dBZ与0dBZ之间的变化关系;再其次,计算基本反射率图的灰度差分统计及灰度梯度纹理特征;最后,计算基本反射率图的统计测度。通过计算和分析发现:最大反射率因子和回波顶高可作为区分冰雹与降雨的重要参数;降雨和降雹前后45dBZ有不同的变化特点;灰度差分统计中某些变量在降雹前后也存在不同;灰度梯度纹理特征、统计测度中的均值和方差也能有效区分降雹和降雨。因此,本文提取的特征可作为接下来识别模型的判别因子。为能让计算出的不同冰雹特征充分发挥作用,以提高识别雹云的效果。本文利用决策树算法构建雹云识别模型。利用2×2列联表评估准则和ROC分析得到评估结果,从中可知:单独一棵决策树的识别效果欠佳。为改善这一结果,本文将Bagging算法与决策树结合得到Bagging决策树识别模型,并将新模型与原决策树模型预测结果进行综合比较分析。通过对比分析发现:单独一棵决策树的识别效果的确不如新的Bagging决策树模型。为更进一步分析新Bagging决策树模型的优劣,又将其预测结果和其他常用分类模型的预测结果相对比,得到最优识别模型。结果显示,Bagging决策树冰雹识别算法取得了良好的效果,其命中率POD为90%,虚警率FAR为20%,Heidke技能评分为64%,分类准确率为81.43%,且优于其他方法。这一结果使我们能够准确地识别冰雹。在识别出冰雹后,若能进一步判断出此状态的降雹是否对地面资产带来危害,将为防雹减灾工作多做些贡献。为此,通过分析天气雷达冰雹资料发现冰雹动能小于20JM^-2不会对农作物或基础设施造成损害,而动能高于20JM^-2则一定会造成损害。为能在今后识别出冰雹时进一步区分降雹是否对地面资产带来风险,让工作人员采取相对应的防雹措施,以减少降雹带来的损失,本文利用一种方法来估算冰雹产生的动能。通过分析多个特征与冰雹动能之间的关系,建立了不同冰雹特征与冰雹动能有对应关系的Logistic函数。通过对建立的函数的拟合效果检验以及方程中所引入变量的统计意义的检验可知:本章建立的Logistic函数拟合结果良好。根据建好的函数预测降雹是否对地面资产产生损害,从2×2列联表评估准则及与K近邻分类器对比结果可知:Logistic函数的预测结果较好,其中命中率POD为83.3%,虚警率FAR为12.5%,Heidke技能评分为74.3%。这一结果使我们能够谨慎地对冰雹可能造成的损害进行初步估计。