多普勒天气雷达资料被广泛应用于资料同化、雷达定量降水估计、短时临近预报、数值天气预报等方面。但雷达接收到的回波信号除了气象回波,还包括地物回波、生物回波、海浪回波、晴空回波等非气象回波,这些非气象回波会对雷达资料的应用产生负面影响。因此,雷达资料的质量控制具有非常重要的意义。目前的雷达资料质量控制研究主要针对东部的S波段雷达,我国西部地区地形复杂,地物回波等非气象回波更为严重,雷达资料的质量控制具有较大难度。本论文提出了一种基于朴素贝叶斯分类器的雷达反射率因子质量控制算法（conNBC）,旨在提高C波段多普勒天气雷达数据质量。该算法首先利用朴素贝叶斯分类器识别降水回波和非降水回波,并在回波识别结果的基础上,通过太阳尖峰（Sun Spike）回波识别、孤立点去除和回波空洞填补等算法,得到较为完整的降水回波信息。本论文利用陕西省西安、延安、榆林、商洛、安康、汉中、宝鸡7部C波段多普勒天气雷达的探测资料,对本文提出的雷达质量控制算法的性能进行了评估分析,主要内容和结论如下:（1）通过对2018年8月的雷达回波进行了人工分类工作,统计得到雷达回波概率分布和不同类型回波的特征量概率密度函数。结果表明,由于不同雷达所处地形不同,其受遮挡情况不同,西安、延安、榆林、宝鸡4部雷达受遮挡情况较弱,其余3部雷达受遮挡情况严重,不同雷达的地物回波和晴空回波的分布特征也有所差异;不同类型的回波,对应的特征量（反射率因子Z,反射率因子水平纹理Td BZ,反射率因子沿径向的距离库变化程度SPIN,回波顶高ETH,反射率垂直梯度vgd BZ）的空间分布特征不同,所以,特征量在一定程度上可以反映出降水回波、地物回波和晴空回波的区别,且仅依靠单个特征量难以对回波类型进行准确地判断;陕西省7部雷达统计得到的降水回波、地物回波和晴空回波的特征量分布特征并不是完全一致的,因此,有必要针对每部雷达统计得到各自的特征量概率密度函数用以建立朴素贝叶斯分类器。（2）利用2019年的降水个例对con-NBC算法质量控制效果进行了分析,并将其与陕西省业务运行的雷达反射率因子质量控制结果进行了对比。结果表明:利用统计得到的特征量概率密度分布函数建立朴素贝叶斯分类器,在层状云降水、零散对流降水和混合云降水中,均能较好地识别出降水回波和非降水回波;Sun Spike回波识别去除算法能够有效识别并去除和降水回波混合的Sun Spike回波,并保留降水回波;孤立点去除算法能够有效去除未被朴素贝叶斯分类器识别出的零散非降水回波,回波空洞填补算法能够找回被误识别的降水回波,保留降水系统的完整性;con-NBC反射率因子质量控制算法在不同类型降水中均能较好地识别出降水回波,能够更为完整地保留降水信息,尤其对于雷达近距离处的对流单体,能够更为准确地识别并保留。