气象观测一直以来都是人类提高生产质量与生活水平的重要措施,而气象雷达作为人类预测天气的常用工具,为人类的发展做出了重要贡献。为了让气象雷达探测到的云层数据发挥更大的作用,人们开始开展气象雷达数据的三维可视化研究。一方面,它有利于大众对气象图的直观理解;另一方面,它也为研究人员开展该领域的深入探究提供便利。本文根据气象雷达数据三维可视化的可行性与需求性,从众多三维重建算法中,选择了重构速度较快的移动立方体(Marching Cubes,简称MC)算法进行气象雷达数据表面重构。由于雷达扫描云层得到的数据分布不均匀且位于锥面上,为了使其与MC算法相匹配,本文对原始雷达数据进行了数据格点化处理,并提出适用于不均匀数据到均匀数据扩充的立方体加权插值(Cube Weighting Interpolation,简称CWI)方法。该方法的主要步骤包括:1.将txt格式数据进行标准化处理并映射到三维空间;2.构建标准三维数据网格,在网格点之间以加权插值方法补足其余点;3.对插值数据进行校正和优化。为了说明MC算法在面绘制算法中的优越性,本文介绍了曲面网格重建算法中的Delaunay三角网和Crust算法,并利用这两种算法实现了气象雷达数据的三维重建。重建过程中需要指出的是:这两种重建算法的实现需要结合CWI与数学形态学来提取气象强度图的边缘作为它们的输入数据。利用这两种算法与MC算法进行重建结果比较,比较后发现MC算法无论是在重构准确度上还是在重构速率上皆优于这两种算法。为了便于操作及显示,本文利用MATLAB实现了具有数据读入、数据预处理以及三维重构显示等功能的简易三维重建系统。该系统以水平和垂直两种剖分形式、不同等值面、不同时次以及真实感渲染四个方面展示了重构云层特征,在一定程度上为气象预测工作提供了参考依据。