对于民航客机而言,机载气象雷达就好比人的眼睛一样发挥着重要作用。当机载气象雷达运行在下视模式检测低空风切变时,雷达回波信号中同时包含了强度更高的地杂波回波。地杂波环境均匀时,建立在最大似然准则下的空时自适应处理(Space-time Adaptive Processing,STAP)技术可以实现有效的杂波抑制和低空风切变检测,然而在复杂场景中,地杂波的非均匀特性导致估计得到的杂波协方差矩阵失配,无法充分抑制强杂波,进而使低空风切变的检测结果不准确。随着STAP技术的发展及雷达信息交互性能的提高,结合地理信息相关的电子文献数据库(例如地图数据、地表覆盖数据、数字高程数据等)提高雷达整体性能的方法越来越得到人们的关注,这也证明了先验的地理信息在STAP中的价值。本论文针对复杂场景下的非均匀地杂波,开创性的将地理信息辅助的STAP技术应用到低空风切变的检测中,研究了高保真非均匀地杂波的建模,并提出了两种地理信息辅助的非均匀地杂波抑制及低空风切变风速估计方法。首先,论文依据机载气象雷达下低空风切变和地杂波的回波数据特性,分别对低空风切变信号以及高保真的非均匀地杂波回波进行了建模。提出了一种数字高程模型(Digital Elevation Model,DEM)和数字地表分类数据(Digital Land Classification Data,DLCD)辅助的机载气象雷达高保真非均匀地杂波仿真方法,并对杂波特性进行了分析。仿真结果表明该方法提高了非均匀地杂波仿真的准确性和真实性。其次,针对部分非均匀杂波背景下的低空风切变风速估计问题,提出了一种回波功率筛选与DLCD辅助的风场速度估计方法。该方法将回波功率筛选与DLCD辅助相结合,首先根据样本功率对样本进行初选,然后根据DLCD中的地貌分类数据计算样本相似度,并从大功率样本中再次挑选出样本相似度高的样本作为训练样本,以此来估计待测单元的杂波协方差矩阵,从而保证挑选出的训练样本可以和待测距离单元的杂波具有相同的分布,最后利用组合空时主通道自适应处理的方法实现风场速度的有效估计。实验结果表明,所提方法可以实现准确的低空风切变风速估计。最后,针对杂波非均匀情况比较严重的背景,提出了一种直接数据域(Direct Data Domain,DDD)与地理信息辅助的风场速度估计方法。本方法首先根据先验的地理信息挑选出非均匀的距离单元,并利用DDD的方法估计存在距离依赖性以及非均匀距离单元的杂波协方差矩阵,然后利用最大似然的方法估计剩余均匀距离单元的杂波协方差矩阵,最后利用广义相邻多波束的方法实现低空风切变风速的有效估计。实验结果表明,所提方法在非均匀杂波背景下的风速估计性能优异。