本文针对近年广东气象业务中运用新一代天气雷达资料进行风暴位置预报的两种方法经常遇到的预报时效短、位置偏差大等问题，分析研究其产生的根源，提出了技术改进方案。在新的风暴算法中，综合考虑交叉相关法获取的运动矢量及质心法获得的风暴在过去一小时轨迹，用风暴历史运动矢量对交叉相关法获取的运动矢量进行一致性检验，获取一个更有效的预报矢量，然后用通过一致性检验的预报矢量预报风暴下一个时次的位置。介绍了改进后的风暴预报方法在强对流天气临近预报及预警中的应用情况，并用大量实测资料评估风暴位置预报方法改进的效果。主要研究内容如下：　　 首先，介绍按照风暴的天气学特征及概念模型，机器自动识别风暴的方法。根据雷达对风暴进行三维体扫描探测获取的回波强度场实时资料，对于孤立、离散的风暴单体，采用质心追踪法，引用多个反射率因子场的强度阈值及其空间连续性，构建风暴的质心，以此标示为风暴。在风暴形态结构及空间位置相关的前提下，采用相似原则对风暴单体进行匹配，对风暴质心的历史轨迹进行拟合，构建风暴历史运动矢量，以此外推风暴的未来位置；对于大范围、系统性的积层云降水回波，采用交叉相关法(TREC)，即在相邻时刻反射率因子回波场中，选择合适的像素阵列大小，设置空间网格，计算最大相关的对应区域，确定回波强度场及其间风暴的格点移动矢量。　　 其次，根据日常业务探测到的大量风暴个例，构建风暴预报位置客观评分方法，对上述两种风暴预报算法进行误差统计分析。结果表明：质心追踪法在预报时效为30分钟时，绝对平均距离误差为12.9 km，而在60分钟时，绝对距离平均误差为23.7km。对于交叉相关法，其误差与质心追踪法相当。　　 随后系统阐述了风暴临近预报方法的改进。在实际业务应用中，经常遇到强对流天气系统介于上述质心追踪法、交叉相关法各自适应的典型类型之间，使得预报时效缩短、位置偏差大。分析研究其产生的根源，提出了技术改进方案。在新的风暴算法中，综合考虑交叉相关法获取的运动矢量及质心法获得的风暴在过去一小时轨迹，用风暴历史运动矢量对交叉相关法获取的运动矢量进行一致性检验，获取一个更有效的预报矢量，然后用通过一致性检验的预报矢量预报风暴下一个时次的位置。　　 另外，还对TREC技术中像素阵列大小进行统计分析，确定合适的阵列，提出了风暴预报位置超出回波范围时新的处理方法等。再次利用风暴评分方法，计算风暴历史资料，评估风暴位置预报方法的改进效果。改进后的算法能较好降低了风暴位置预报的绝对误差。与质心追踪法相比，在30和60分钟预报时效，绝对误差分别减少36％和34％。与交叉相关法相比，在30和60分钟预报时效，绝对误差分别减少32％和30％；另一方面，由于预报位置精度提高，提高了风暴匹配的效率，使得有更多的风暴样本能参与了评分。　　 最后，介绍了风暴算法在北京奥运期间及广东汛期强对流天气中的应用。个例分析表明，改进后的风暴算法在实际预报业务中表现较好，为预报员在发布强对流天气的临近预报和预警提供了强有力的技术支撑。