El granizo es un tipo de desastre meteorológico convectivo severo caracterizado por abundante vapor de agua y fuertes corrientes ascendentes, lo que resulta en ecos intensos y de alta reflectividad en las nubes de granizo, a menudo acompañados de una forma colgante. Aunque la investigación sobre el granizo ha avanzado mucho, sigue siendo un desafío lograr una identificación precisa del granizo. En comparación con el radar tradicional, el radar de doble polarización puede generar una variedad de parámetros de polarización y proporcionar información sobre la forma y fase de las partículas de precipitación, lo que es propicio para la identificación de partículas de granizo. En este estudio, se utilizan datos de radar de doble polarización para explorar más características del granizo desde diversas perspectivas, comenzando con las características morfológicas de las nubes de granizo y utilizando métodos comunes de extracción de características en el campo del procesamiento de imágenes. Se desarrolla un enfoque integral para características de alta dimensión. Utilizando métodos de aprendizaje automático, se construyen modelos de identificación de granizo tanto en el espacio de características del mecanismo tradicional como en el nuevo espacio de características construido en este estudio. Los resultados experimentales confirman fuertemente la efectividad significativa de las características del nuevo mecanismo de cinco dimensiones desarrolladas en este documento para la identificación del granizo.