客观、准确地识别水凝物相态对于不同类型云系微物理结构及特征的精细化研究具有重要意义。针对模糊逻辑方法识别水凝物相态主观性强、不确定性大的问题，本文提出了凝聚型层次聚类和模糊逻辑相结合的云雷达水凝物相态识别新方法。该方法基于Ka波段云雷达观测的多种参量（基本反射率Z_H、径向速度V_R、速度谱宽S_w、退偏比LDR）结合再分析的温度资料构成多维数据集，首先利用凝聚型层次聚类算法得到各类相态对应的物理量特征，在此基础上采用模糊逻辑方法识别云系水凝物相态的垂直分布，结合机载微物理探测的云粒子图像进一步验证识别结果的可靠性。本研究将该方法应用于华中地区春季混合云和东北地区秋季层状云系，结果显示识别的云系负温区冰晶、雪、混合相的垂直分布与云系垂直发展、回波宏微观特征演变较一致，其所在的高度层与机载探测结果具有较高的一致性，优于模糊逻辑和K均值聚类—模糊逻辑方法识别的水凝物分布，后续可用于判断人工影响天气的作业条件；在正温区该方法对于毛毛雨和大雨的识别也更加准确，更符合云系发展降水形成的物理规律。

云雷达 层次聚类 相态识别 机载微物理探测