摘要：為有效地識(shí)別和提取多普勒天氣雷達(dá)風(fēng)場(chǎng)信息,對(duì)Gao和Droegemeier提出的基于變分技術(shù)的多普勒雷達(dá)徑向速度數(shù)據(jù)退模糊方法進(jìn)行了改進(jìn)。原方法中將背景風(fēng)場(chǎng)、方位和徑向速度距離梯度信息同時(shí)作為約束條件,對(duì)Nyquist數(shù)進(jìn)行校正。但是該方法在迭代過(guò)程中使用了大量的數(shù)值分析和偏微分方程計(jì)算,造成徑向速度場(chǎng)過(guò)度平滑和數(shù)據(jù)失真。針對(duì)這個(gè)問(wèn)題,改進(jìn)算法在得到徑向速度分析場(chǎng)后,結(jié)合原始徑向速度觀測(cè)場(chǎng),通過(guò)圖像變化檢測(cè)法,自動(dòng)識(shí)別存在速度模糊的區(qū)域及計(jì)算需要校正的Nyquist數(shù),對(duì)觀測(cè)場(chǎng)的模糊區(qū)域進(jìn)行校正。利用強(qiáng)對(duì)流天氣和臺(tái)風(fēng)過(guò)程的雷達(dá)體掃數(shù)據(jù)驗(yàn)證了改進(jìn)算法的可行性,并與原始算法及業(yè)務(wù)應(yīng)用的WSR-88D算法對(duì)比。結(jié)果表明:改進(jìn)算法有效地解決了原始算法中的不足,恢復(fù)真實(shí)的風(fēng)場(chǎng)結(jié)構(gòu)和分布特征,改善了退速度模糊的質(zhì)量,從而得到更為合理的徑向速度觀測(cè)場(chǎng);并且該算法退模糊效果優(yōu)于WSR-88D算法,有助于為科研和業(yè)務(wù)應(yīng)用服務(wù)。