为有效地识别和提取多普勒天气雷达风场信息,对Gao和Droegemeier提出的基于变分技术的多普勒雷达径向速度数据退模糊方法进行了改进。原方法中将背景风场、方位和径向速度距离梯度信息同时作为约束条件,对Nyquist数进行校正。但是该方法在迭代过程中使用了大量的数值分析和偏微分方程计算,造成径向速度场过度平滑和数据失真。针对这个问题,改进算法在得到径向速度分析场后,结合原始径向速度观测场,通过图像变化检测法,自动识别存在速度模糊的区域及计算需要校正的Nyquist数,对观测场的模糊区域进行校正。利用强对流天气和台风过程的雷达体扫数据验证了改进算法的可行性,并与原始算法及业务应用的WSR-88D算法对比。结果表明:改进算法有效地解决了原始算法中的不足,恢复真实的风场结构和分布特征,改善了退速度模糊的质量,从而得到更为合理的径向速度观测场;并且该算法退模糊效果优于WSR-88D算法,有助于为科研和业务应用服务。