冰雹是强对流天气系统引起的一种剧烈的气象天气,可以造成气象灾害。给新疆及其周边地区的经济社会发展造成严重阻碍。新疆地处内陆干旱、沙漠地区,为冰雹的频发地区。石河子是新疆的主要的农业产区之一,也深受冰雹灾害的困扰。冰雹虽然持续时间短,但是造成的却是持续性、毁灭性的灾害。目前,气象预报中心多采用多普勒雷达回波的系列产品对冰雹进行强对流天气的监测和预报工作。冰雹这种强对流天气能够在天气雷达的回波图像中展现出较为明显的图像特征。本论文将依据新疆各地区的冰雹雷达反射率图像数据,提取冰雹判别指标,提高冰雹预报的准确率。本文在三阶细胞神经网络(cellular neural networks,简称CNN)的基础上,对五阶细胞神经网络的稳定性进行证明,将采用五阶细胞神经网络与K-means聚类算法结合对雷达反射率图像进行云层边缘提取,基于云层形态特点对雹云图像进行识别;基于图像的一阶统计测度、二阶统计测度提取数据,作为识别的指标变量;基于雹云的形成具有地域性的特点,基于统计变量,通过K-means聚类算法对雹云图像进行聚类;基于地域性的特点,通过Fisher判别法建立石河子地区的雹云图像的判别函数。其中,文章对细胞神经网络的探测功能,对天气雷达图像的纹理提取法,对数据挖掘的方法与分析进行研究。文章也应用到比较方法,分类方法,数学方法,总结法与实验法来验证冰雹预测的可行性。本文的创新主要为,首先在三阶细胞神经网络的探测模板的基础上提出五阶模板,并对五阶模板的稳定性进行了证明;其次,基于雹云具有的形态学特征,提出利用内外层轮廓的距离序列的方差值的大小来代表该特征;最后,利用气象雷达反射率图像的不同dBZ值和颜色的关系,提取得到一阶统计测度、二阶统计测度,利用统计测度值作为变量,先通过层次聚类算法分析得到不同的地区之间,在此变量的基础上是有区别的,在通过Fisher判别法建立不同地区的判别函数。最后对所建立的判别函数进行了训练样本的测试,并且测试准确率达到较高水平。