W niniejszym opracowaniu opracowano autonomiczny algorytm identyfikacji i ?ledzenia kom?rek konwekcyjnych (CITRA) z wykorzystaniem obraz?w odblaskowych DWR. Algorytm CITRA jest zaimplementowany w Pythonie przy u?yciu techniki Deep learning sieci neuronowych. Optical Character Recognition jest u?ywany w niniejszym badaniu poprzez "Tesseract", kt?ry jest bez nadzoru modu?em sieci neuronowych opartych na LSTM, kt?ry analizuje wej?ciow? macierz wymiarow? pikseli/obraz i wyprowadza ci?gi wysokiego poziomu. Algorytm przechodzi przez warto?ci pikseli obrazu odbitego DWR i rozpoznaje intensywno?? pikseli (>=30 dB) oraz segreguje kom?rki konwekcyjne wraz z innymi szacowanymi w??ciwo?ciami kom?rek, takimi jak centroid burzy, obszar pokryty, odleg?o?? i kierunek od centrum radaru. Dzi?anie algorytmu CITRA zost?o przetestowane na r??nych burzach konwekcyjnych i mog?o z powodzeniem zidentyfikow? i ?ledzi? je wraz z innymi w??ciwo?ciami fizycznymi kom?rek konwekcyjnych. Ponadto wykazano potencjalne zastosowanie algorytmu CITRA na ewolucj? kom?rek konwekcyjnych wykrywanych w zasi?gu radaru. Obecnie algorytm CITRA przyjmuje tylko obrazy odbiciowe jako pojedynczy parametr wej?ciowy.