云降水微物理过程的精细探测及水凝物相态精准识别，是提升数值天气预报精度、优化人工影响天气作业及保障航空气象安全的重要基础。云中水凝物在相态、形状、密度及粒径等方面差异显著，其电磁散射特性高度复杂，传统单波段雷达受穿透能力与灵敏度限制，难以全面表征复杂云系微物理结构，尤其在过冷水识别方面存在不足。
针对上述问题，本研究基于X/Ka/W三波长云降水雷达观测数据，结合ERA5再分析资料，构建多尺度过冷水识别与相态反演方法体系。首先，通过系统标定、波束充塞订正、非气象回波滤除及气体衰减补偿，实现多波长雷达数据的时空匹配与融合，获取高一致性观测数据。其次，基于多波长散射差异，提取反射率、双波长比（DWR）及多普勒速度等特征参数，结合温度廓线约束，构建模糊逻辑分类模型，实现过冷水、冰晶、聚合物及霰等水凝物粒子的宏观相态识别。为验证过冷水识别结果的可靠性，进一步引入多普勒功率谱特征进行交叉验证。针对冰晶回波对过冷水信号的掩蔽效应，对多普勒功率谱进行去噪与动力学订正，并引入连续小波变换（CWT）对非对称谱结构进行多尺度分解，从主峰中分离过冷水次峰，实现过冷水信号的精细识别与定量提取。
结果表明：模糊逻辑分类与微观谱特征的协同分析表明，该方法可有效分离冰晶与过冷水信号，为混合相云微物理过程的定量研究提供可靠支撑。
 

三波长雷达；过冷水；水凝物相态识别；模糊逻辑分类；多普勒功率谱；