低空风切变是严重威胁我国民航客机飞行安全的一种天气现象,具有突发性、持续时间短、尺度小以及强度大等特点,已经成为严重影响飞机起飞和进场着陆阶段的一个危险因素。由于低空风切变的突发性以及持续时间较短,所以实际探测资料比较缺乏。积极开展对低空风切变的探测以及识别研究对保证民航客机的安全飞行具有重要的现实意义。本文首先介绍了风切变以及目前对风切变进行探测研究的现状,之后通过流体力学软件FLUENT对不同类型的低空风切变风场进行建模仿真,实现了对微下击暴流风切变、侧风切变以及低空急流风场的三维数值仿真。之后通过模拟激光雷达扫描对生成的低空风切变风场进行扫描,生成仿真雷达扫描数据,并转换为可显示的雷达图像,通过在不同风场区域位置扫描,建立低空风切变样本库,以便对不同类型的风切变进行识别。如何对风切变图像进行特征提取,是关系能否进行下一步识别的重要步骤,小波变换由于其具有多分辨率分析的特点,而且在时域频域都具有表征信号局部特征的能力,在图像纹理特征提取方面已经得到了广泛的应用。本文通过阈值分割提取风切变区域,之后对其进行二层小波分解,求取各子带小波系数的均值和标准差作为特征向量。最后在特征识别方面,分别利用BP神经网络以及支持向量机对纹理特征向量进行识别分类,实验结果表明方法具有良好的可行性。