针对单部激光测风雷达受布设位置限制难以连续获取非雷达站点目标位置顶空三维风廓线，以及多雷达协同反演在非理想观测几何条件下易发生误差放大等问题，提出一种融合正则化加权最小二乘与残差学习的三部激光测风雷达协同风廓线重构方法。该方法利用三部外围激光测风雷达开展RHI交会扫描，根据多方向径向风速构建三维风矢量观测方程，通过正则化加权最小二乘获得目标位置的物理基线风场。进一步采用随机森林和支持向量回归学习物理反演结果与参考风场之间的分量残差。基于2025年11月在成都地区开展的多激光测风雷达协同观测试验，共获得21458个有效三站交会样本和17425个参考风场匹配样本，并采用带缓冲区的时序分块方法开展测试评估。结果表明，正则化加权最小二乘将垂直风速均方根误差由0.79 m·s⁻¹降低至0.55 m·s⁻¹，增强了非理想几何条件下的解算稳定性。残差学习进一步改善了重构精度，其中随机森林和支持向量回归分别将垂直风速均方根误差降低至0.24和0.25 m·s⁻¹。支持向量回归对多变量的综合表现最优，其东西向风速、南北向风速和水平风速均方根误差分别为0.63、0.66和0.62 m·s⁻¹，较传统几何法分别降低约3.1%、8.3%和11.4%，垂直风速误差降低约68.4%（图1）。此外，90～360 m不同高度层统计及典型个例分析表明（图2），该方法能够有效抑制风场异常突变和误差放大，提高目标位置三维风廓线重构的稳定性与准确性，可为低空风场监测、复杂地形探测和低空飞行安全保障提供技术支持。

多普勒激光测风雷达；多雷达协同观测；三维风廓线；正则化加权最小二乘；残差学习