多普勒天气雷达是监测中小尺度灾害性天气的主要工具,根据雷达回波数据可以有效地识别强对流天气系统,进行短时或临近预报,并适时发布预警信息,为气象防灾减灾服务。文章首先简要介绍了强对流系统的雷达回波特征,以及两个使用广泛的跟踪预报算法：SCIT(Storm Cell Identification and Tracking Algorithm)和TITAN (Thunder storm Identification, Tracking, Analysis and Nowcasting).TITAN的缺点是不能识别虚假合并以及风暴簇,SCIT虽然可分辨风暴簇,但只保留强中心而丢弃了低阈值的识别结果,最终会使识别的区域以及含水量小于风暴真实值。针对两种算法的不足,本文提出了新的算法。借鉴两种识别方法的优势,采用组合反射率因子作为分析对象,参考SCIT中多级阈值识别方法,在每一级阈值识别的结果上进行“开启”运算。对“开启”运算中“腐蚀”部分添加动态模板控制,“膨胀”运算控制到风暴间相互接触或者是达到上一级轮廓为止,使识别出的风暴个体尽可能还原风暴的信息,诸如风暴面积、液态含水量、体积等。对于识别出的风暴分量认为已经进行了“虚假合并”的处理,将其映射到三维空间的每一层平面方位扫描,计算风暴的质心和质量。运用交叉相关追踪算法(TREC)得到风暴初始位置和移动速度,并作为初始值；通过质心法追踪风暴的历史路径,再利用加权外推法对风暴的未来位置进行预报。采用2008年7月22-23日合肥雷达观测的两次天气过程,利用上述方法进行识别分析,并与TITAN和SCIT识别的结果相比较。结果表明：新算法对风暴的识别效果优于后两者,不仅可以分离风暴簇中的个体,更能还原高阈值识别时丢弃的部分信息。纵观强对流天气的雷达回波,弓形回波是其典型的形态特征。为了提取弓形参量,文章将回波进行“二值化”处理后,进行图像“闭合”运算。“闭合”运算中的“膨胀”处理可将距离较近的单体连接；为了防止图像断裂,在“腐蚀”运算中可限制腐蚀点。对于图像“细化”处理后产生分枝的情况,本文提出了新的“剪枝”算法,对每个分枝采用逐个扫描、跟踪分枝发展情况,再截断分枝,实现细化处理后曲线的单一连通性。在文章的最后对两次飑线回波图像进行上述处理,证明经过剪枝后的“线型图像”能直观地反映风暴特征参数,采用分段拟合可得到风暴轴线的曲率。本文主要在如下方面进行了创新性研究：(1)在多阈值识别的基础上,对每级阈值识别结果进行“开启”运算,使得风暴簇中的单体既能通过高一级阈值来分离,又不会丢失低阈值识别的风暴信息；(2)运用“闭合”、“细化”技术处理风暴回波图像,为保证图像的连续性而限制了腐蚀点,并采用基于分枝点的线图像剪枝算法,能完全无误的将主干保留,截断枝丫,试验效果较好；(3)为了计算曲率,对风暴骨架进行分段拟合,得到的圆弧与风暴走向基本吻合。