强对流天气包括冰雹、短时强降水、大风等,强对流天气的预报对经济发展和人民生活都有很大贡献。本文基于2005-2011年天津市塘沽站的雷达数据,引入时间序列的关联性挖掘的方法,对中气旋与强对流风暴的相关参数做了关联性分析,提出了降雹对流风暴的预报策略。本文主要的工作如下:1、对2005-2011年间天津市塘沽站的雷达数据进行整理,并对冰雹与强降水两种强对流风暴中出现中气旋时的季节、时刻、持续时间做了相关的统计分析。选择其中较为完整的25个过程,使用时间序列表示强对流风暴参数与中气旋参数。采用典型相关分析来降低数据维数,得到其第一对典型变量的相关系数均大于0.5,可知强对流风暴的参数与中气旋的参数有着密切的关系。2、考虑到序列间的变化趋势和局部关键点的影响,提取单调性特征和局部极值点特征对时间序列进行符号化表示,将同一时间段内的符号组成事务集,使用Eclat算法发现频繁项集。并且类比于学习器的性能度量,提出评估两类数据变化规律的正比率与反比率概念。实验结果显示,强对流风暴参数与中气旋参数之间存在显著的相关性,其第一对典型变量的相关系数大于0.5;在支持度为0.05-0.3时,Eclat算法的运行时间小于0.7ms,内存占用小于121kb,均优于Apriori算法和FP-growth算法;强对流风暴参数与中气旋参数之间的正比率大于0.7,直观的反映出强对流风暴参数与中气旋参数之间变化趋势的相似程度,且再次验证了频繁项集的正确性。3、从2005-2011年的降雹强对流风暴中找出14个数据以及实况都准确无误的过程,将其分为孤立类与多单体类两类单体。结合反射率因子图、强对流单体与中气旋各个参数的时序图,详细的分析了降雹强对流风暴在出现中气旋后的发展过程。将其共同出现的特征整合,得到了中气旋切变量的突变、单体合并、悬垂结构的出现对降雹强对流风暴有着很好的指示作用,最后提出了降雹强对流风暴的预报策略。综上所述,本文基于强对流风暴与中气旋的相关参数,分析了两者之间的演变关系。同时对降雹强对流风暴进行了详细的分析,提出了降雹强对流风暴的预报策略,为强对流天气的相关研究提供了新的思路。