随着经济社会的快速发展,人类对天气的影响痕迹越来越明显,极端天气的出现也越来越多。我国是世界上自然灾害种类最多、活动最频繁、危害最严重的国家之一。风廓线雷达作为新一代的高空大气探测系统,以晴空大气湍流为探测目标,可实现对大气风场的遥感探测,能够实时提供大气的三维风场信息,增加无线电声学探测系统(RASS),与微波辐射仪或GPS/MET水汽监测系统配合,可实现对大气风、温、湿等要素的连续遥感探测。按照规划,到2020年我国计划布设200部左右对流层风廓线雷达,并纳入气象综合探测业务系统,以改善常规高空探测资料在时空密度方面的相对不足。在紧迫的应用需求下,本文基于空间谱估计(SSE)理论与算法,研究并实现了运用空间谱估计算法对风廓线雷达数据处理的过程。根据多普勒原理,风廓线雷达回波要转换到频域才能提取大气风场信息,从而功率谱估计是风廓线雷达数据处理的必经步骤。本文简要介绍了经典的风廓线雷达信号处理及数据处理方法,并深入分析研究了建立基于I/Q数据的信号处理流程及FFT变换以后的功率谱数据的处理流程。在此基础上,重点分析对比了国内外比较常用的雷达数据处理算法的优缺点。研究发现：在风廓线雷达谱数据处理过程中,雷达低层取样体积探测的谱数据通常出现地物杂波、间歇性杂波、地磁杂波与大气回波谱混杂交叠的情况。目前,雷达设备厂家仅限于对信号处理,且经典估计算法效率不高,而对数据处理严重不足,很难获得质量高、一致性高的探测资料。基于上述原因和应用需要,对不同天气气象背景下探测的数据进行分析。在晴空气象背景条件下,提出了最小方差估计(MVSE)算法,并给出了具体的算法推导过程及实现流程,通过仿真分析表明：该算法的运用明显提高和改善了探测数据的处理效率和质量。在临近降水气象背景条件下,提出了运用极大似然估计及子空间拟合(MLE-SF)算法,通过实验网探测数据仿真分析了MLE-SF的优越性,并和经典算法进行对比,证明了该算法具有运算量较小、执行效率高、适用可行性强等特点。本文首先采用基于参数模型的最小方差现代谱估计(MVSE)算法对数据进行谱估计,在晴空天气背景条件下,运用实际探测数据仿真分析表明,该算法能够有效抑制和去除杂波干扰,并且提高风廓线雷达探测范围和测量精度,能对大气回波谱的谱矩有效的估计。其次,运用MLE-SF算法对数据进行谱估计,给出了详尽的算法推导过程及该算法实现的流程图,在临近降水气象背景条件下,通过仿真结果分析,与经典数据处理方法进行对比。证明了该算法的可行性、有效性和实用性,在低层取样体积谱矩估计得到了显著的改善。再次,在复杂天气气象背景条件下,将MVSE、MLE-SF、FFT进行谱估计效果对比,仿真分析表明：MLE-SF的精度要高于MVSE,与经典FFT估计方法相比,获得的谱矩数据具有更高的可信度,在低层探测取样体积处得到了较好的效果,提高了谱矩估计精度。MLE是一种重要的高分辨空间谱估计方法,MLE-SF估计性能优良,在相干源情况下仍能有效估计。最后,综合上述对本文研究工作进行了总结,并对后续研究工作提出展望。