近年来,由于温室效应的影响,雷暴、冰雹和龙卷风等剧烈变化天气频繁发生,已对人们的生产和生活造成了严重危害,而采用现代计算机技术和信息处理技术建立的多普勒雷达系统是对灾害性天气进行准确的追踪和预报的最有效的手段。因此,我国在灾害性天气频发地区已经逐步建立了多普勒雷达系统,并在实际的应用中积累了一些经验。充分发挥多普勒雷达在灾害性天气监测和预警中的作用的关键是研究和探索关于灾害性天气的多普勒雷达图像的数据处理和相关算法优化。本文将现代计算机视觉中的目标追踪理论及方法引入了对多普勒雷达图像的研究之中,通过对多普勒雷达的反射率因子的图像进行处理,从而实现了对风暴体的追踪和预报。“质心法”是风暴追踪算法的常用方法,与此法相异,在本文中则使用风暴中某些随机点对风暴进行追踪,这样可以把追踪风暴的风险进行分散。因为如果只使用质心对风暴进行追踪,若对质心运动趋势的预报出现较大偏差,那么就很有可能导致对风暴的追踪发生失败;但是使用多个质点对风暴进行追踪时,只要对大部分质点的运动趋势预报正确,就不会对风暴追踪产生影响。在对风暴质心运动趋势的预报中,则是使用线形外推与光流法相结合的方法。由于光流法可以较好的反映出运动物体的运动趋势,所以通过光流法的加入可以使对风暴质心运动趋势的预报结果更加符合风暴的实际运动趋势,又可以使它与风暴的形状变化趋势基本一致,从而提高了对风暴质心运动趋势预报的准确性。通过使用上述方法对2005、2006两年夏季京津地区的多普勒雷达的观测数据进行了分析处理,证明本文所提的方法是行之有效的,能够对风暴做出准确的追踪和合理的预报。并且在本文的最后对风暴的瞬时属性、累计属性进行了统计,并得到了一些有益的结论。对于文中所提出的风暴体追踪和预报算法,作者已在Windows环境下,以VC++为开发平台进行了实现。