1.一种基于多普勒天气雷达数据的高空风反演方法，该方法包括以下步骤：步骤1：假设准备反演某一时刻t的高空风，首先选定一部雷达，利用该部雷达t时刻及之前最接近t时刻的N次雷达数据，采用外推算法得到雷达数据所表征的风暴体在各探测点的位移特征矢量，任一探测点的位移特征矢量记为 其中，N取2＜N≤10的整数；

表示雷达体扫的某一仰角面，γ表示雷达探测点与雷达中心点之间的距离库，ω表示雷达体扫的方位角，t表示所处理的雷达数据对应时间；

步骤2：将上步中位移特征矢量 根据雷达体扫的时间周期Tit，单位距离库对应的长度Lu，按下式换算成移动速度矢量

作为矢量，表征速度的数值和方向的信息，定义 所指的方向与正北方向的夹角为θ，当 指向正北方向时，θ＝0，沿顺时针方向旋转，θ逐步增大；

步骤3：将上步中移动速度矢量 分解为U、V两个分量，其中，U分量与当前径向垂直，V分量与当前径向重合，假设 表示 在U轴的分量；

表示 在V轴的分量；

步骤4：假设在雷达数据中任一探测点 位置的雷达平均径向速度为当 时，表示该速度的方向是沿着径向指向圆心；反之，当时，表示该速度的方向是沿着径向背离圆心；将 作为基准速度，计算 与 的倍率，并以此倍率放大或缩小 的数值，得到 计算公式如下：

步骤5：将U方向的分量 与V方向的分量 按下式进行合并，计算得到修正后的移动速度矢量，记为

步骤6：按照步骤2～步骤5，对雷达每一个探测点的位移特征矢量 逐一进行计算，得到t时刻在雷达体扫的各个仰角面、各个距离库、各个方位角的修正后的移动速度矢量，即步骤7：对雷达数据中任一探测点 查找与其地理位置最相近的一个探空报站点，读取该探空报站点中探测时间最接近t时刻的探空报站点数据，该数据记录了地球上某一经纬度位置，垂直向上多个高度层或多个气压层标准层次的风向和风速；得到与每个探测点对应的探空报站点数据，记录为Vh(lot，lat，alt)；其中，lot表示经度，lat表示纬度，alt表示海拔高度；

步骤8：以上步探空报站点数据Vh(lot，lat，alt)中的每个alt为基准高度，将雷达各个仰角面的修正后移动速度矢量 利用空间插值算法，转换为在各个alt所对应高度的移动速度矢量，记为 γ′表示在水平方向上探测点与雷达中心点之间的距离，γ′的取值由γ、和Lu通过三角几何方法求得；

步骤9：定义一个影响半径r和一个最大影响半径Rif，满足0＜r＜Rif，r表示Vip(alt，γ′，ω，t)中任一点与探空报站点之间的空间距离，该距离可由探空报站点的经度、纬度和Vip(alt，γ′，ω，t)中的点的经、纬度通过几何方法计算得到；Vip(alt，γ′，ω，t)每个点的经度和经度通过该部雷达所在的地理位置以及γ′计算得到；

构造一个影响权重函数Wif(r)，该函数为须满足以下条件的递减函数：0＜Wif(r)＜1；根据探空报站点数据Vh(lot，lat，alt)，对步骤8中的Vip(alt，γ′，ω，t)通过下式进行偏差订正：Vbs(alt，γ′，ω，t)＝(1‑Wif(r))×Vip(alt，γ′，ω，t)+Wif(r)×Vh(lot，lat，alt)。

2.根据权利要求1所述基于多普勒天气雷达数据的高空风反演方法，步骤1中，所述N次雷达数据的数据形式为基本反射率数据和平均径向速度数据。

3.根据权利要求2所述基于多普勒天气雷达数据的高空风反演方法，步骤1中，所述外推算法采用最大相关法或交叉相关法。

4.根据权利要求3所述基于多普勒天气雷达数据的高空风反演方法，步骤7中，如果该探空报站点数据的记录只有大气压信息，没有距离地面的高度信息，通过压高公式气象学方法换算得到。

5.根据权利要求1‑4任一所述基于多普勒天气雷达数据的高空风反演方法，步骤7中，对于探空报站点数据采用非标准层次的，采用插值相关算法，内插到标准层次。

6.根据权利要求5所述基于多普勒天气雷达数据的高空风反演方法，步骤8中，修正后移动速度矢量 插值到alt高度通过与该位置空间相邻的上、下各1个仰角面的移动速度矢量采用反距离权重算法计算。

7.根据权利要求6所述基于多普勒天气雷达数据的高空风反演方法，步骤9中，Vip(alt，γ′，ω，t)可采用平行四边形或正交分解法求解。