W niniejszym opracowaniu opracowano autonomiczny algorytm identyfikacji i śledzenia kom rek konwekcyjnych (CITRA) z wykorzystaniem obraz w odblaskowych DWR. Algorytm CITRA jest zaimplementowany w Pythonie przy użyciu techniki Deep learning sieci neuronowych. Optical Character Recognition jest używany w niniejszym badaniu poprzez "Tesseract", kt ry jest bez nadzoru modulem sieci neuronowych opartych na LSTM, kt ry analizuje wejściową macierz wymiarową pikseli/obraz i wyprowadza ciągi wysokiego poziomu. Algorytm przechodzi przez wartości pikseli obrazu odbitego DWR i rozpoznaje intensywnośc pikseli (>=30 dB) oraz segreguje kom rki konwekcyjne wraz z innymi szacowanymi wlaściwościami kom rek, takimi jak centroid burzy, obszar pokryty, odleglośc i kierunek od centrum radaru. Dzialanie algorytmu CITRA zostalo przetestowane na r żnych burzach konwekcyjnych i moglo z powodzeniem zidentyfikowac i śledzic je wraz z innymi wlaściwościami fizycznymi kom rek konwekcyjnych. Ponadto wykazano potencjalne zastosowanie algorytmu CITRA na ewolucję kom rek konwekcyjnych wykrywanych w zasięgu radaru. Obecnie algorytm CITRA przyjmuje tylko obrazy odbiciowe jako pojedynczy parametr wejściowy.