大风天气是我国主要的灾害性天气之一，对工农业、交通运输和人民生活造成极大危害，湖北省多出现对流性大风天气。对流性大风天气是突发性的大风天气，龙卷、下击暴流和飑线引起的大风天气都属于对流性大风，强度大，破坏性强，防御时间短。多普勒雷达探测具有高时空分辨率的特点，是揭示中小尺度天气的结构与演变的重要手段。本文利用武汉新一代天气雷达反射率因子等特征识别对流性大风天气，根据产生对流性大风风暴的雷达回波特征，具有较强的反射率因子核心、较高的垂直积分含水量中心及较快的移动速度、低层小尺度辐散风场、反射率因子核心高度的下降、中层径向辐合等，提出了6 个候选识别参数：风暴最大反射率因子CR、风暴最大垂直积分液态含水量VIL、VIL 随时间变率DVIL、强风百分数 SWP、风暴最大反射率因子下降高度DCRH 和风暴体移动速度SPEED，采用模糊逻辑原理建立对流性大风的实时自动识别算法。用观测的6 个典型个例的体扫资料统计这些参数的分布概率特征，发现CR、VIL、VILD 和SWP 的概率分布密度比DCRH 和SPEED 的更集中，于是确定将CR、VIL、VILD 和SWP 作为模糊逻辑法的输入变量进行对流性大风天气的识别，采用形式为梯形函数的隶属函数系对4 个识别参数进行模糊化，采用等权重法，建立了对流性大风天气的识别方法。采用该方法对观测的另外6 个典型对流性大风天气个例进行识别检验，6 个过程发生大风天气174 次，其中算法识别出大风天气150 次，识别概率POD 为86.21％，结果表明，这些参数能有效地识别大部分对流性大风，但是对于较弱的风暴单体或者已经处于减弱阶段的风暴单体产生的大风天气，该方法还不能有效识别，因此今后还需采用其他方法来识别较弱的风暴单体或者已经处于减弱阶段的风暴单体产生的大风天气；本文是采用等权重法进行识别的，没有进行敏感性试验，在实际业务工作中，可以根据情况调整各识别参数的权重，以获得更好的识别效果。对流性大风天气的识别有助于今后开展对流性大风天气的客观预报工作。