【報告摘要】
全國幾乎所有天氣雷達，特别是雲貴川等西南地區，都或多或少存在回波遮擋問題。另外，國内許多地方建設的X波段雷達，因為高度較低，遮擋現 象尤其嚴重。遮擋問題導緻天氣雷達的探測數據質量受到嚴重影響，同時影響 到雷達組網拼圖和其他二次産品的數據質量。深度學習是機器學習領域中一個新的研究方向，是一個複雜的機器學習算法。以南京CINRAD/SA雷達為例， 以高層多個仰角多個距離庫的回波作為輸入，低層無遮擋區域回波作為标簽數據，構造訓練數據，自定義損失函數中，增加強回波的權重，并選擇合适的優化器，創建回波填補網絡架構，利用深度學習實現對遮擋區域回波的有效填補。 報告将簡單介紹深度學習的基本原理，并展望深度學習在天氣雷達中的應用前景。
