多普勒天气雷达时空分辨率高、覆盖面广,能够弥补常规气象资料在时间间隔和空间分布方面的不足,是非常重要的气象资料来源。自该项气象观测业务开展以来,各国学者在雷达降水估算方法方面进行了相关研究,提出了一些相关的降水估算新方法并开展了相关的业务试验。本文以广东省为研究区域,针对现有卡尔曼滤波算法在降水估算方面存在的不足进行了研究改进,并将改进后的卡尔曼滤波算法引入到区域降水总量估算中,旨在提高降水估算精度、增强降水空间分布特征。(1)通过在卡尔曼滤波算法计算过程中引入矩阵乘法与列向量代替繁琐的增益与误差计算,来提高卡尔曼滤波算法的降水估算精度。并且,通过利用广州市6次强降水过程中的多普勒天气雷达数据、自动气象站数据对改进算法进行了试验对比分析。(2)利用广东省境内的自动站雨量计资料和广州市多普勒天气雷达反射率因子数据,将卡尔曼滤波算改进算法引入到区域降水总量估算研究中。对2013年3月20日广东省境内的一次强降水过程进行试验。并且分别从降水总量估算精度与空间分布情况两方面入手,对卡尔曼滤波算法、Z-I关系法和卡尔曼滤波改进算法三种方法的估算结果进行对比分析。结果表明:改进后的卡尔曼滤波算法能够实际应用于多普勒天气雷达降水估算研究,探测的结果在降水强度方面比较符合实际情况,与原有的卡尔曼滤波估算法相比,估算稳定性与估算精度更高。区域降水总量估算方面,它能够较好的弥补自动气象站空间分布不足的情况,在较大的范围内反映区域降水总量的分布情况。