中尺度天气系统的分析和识别是天气预报员分析和预报中尺度对流天气的主要基础性工作。分析的资料包括相关压强层面的风、温度、压强和湿度等天气要素。分析的项目包括涡旋、切变线、锋面、急流和显著性流线等等。其中,基于风场资料的涡旋和切变线系统是形成和伴随强对流天气的重要的天气系统。目前,涡旋和切变线还是采用以人工分析为主、计算机辅助制作的分析方式。在此背景下,本文提出一系列以高精度风场资料为分析对象的涡旋和切变线系统的客观识别和定位的方法。研究目的是将天气系统的智能分析方法嵌入到天气预报制作系统,即MICAPS中,部分取代人工分析,实现智能化预报。本文的主要研究内容和成果分为以下几个方面:(1)二维风向场的流场模式分类和特征分析MICAPS处理的等压面上的风场数据以二维矩阵的形式存储和显示。每个风场系统都有其各自的风向流模式和结构。本文以北半球为例,将风向流模式分为十个类别:顺时针环形,逆时针环形,顺逆时针辐散、逆时针辐合,中心辐合、中心辐散、鞍型场、平行风场、切变场和随机场。对其分别进行标准差、峰度、涡度和散度等特征分析。提出了基于方向数据的有向角度差的标准中心对称型风场的特征向量提取方法。为复杂中心对称型风场分类识别提供判定依据。(2)风场中涡旋的自动识别和定位方法数据预处理部分,针对复杂的高精度数值天气预报模式的风场数据,提出了基于局部无相角度偏差统计特征的最优涡旋候选区域估计算法,同时过滤平行风场和风向呈随机模式的无效区域。涡旋流模式识别部分,提出了基于有向角度差和涡旋形变度的判别规则,提取了涡旋系统中心的候选点集,再对点集进行聚类以确定涡旋系统。最后,通过点集膨胀和方向涡度极值方法对涡旋中心进行精确定位。对比性实验验证了提出的方法能够处理涡旋系统的多分布、多尺度和多形态问题,还有在热带气旋中心定位和跟踪应用上的优势。本文还提出了基于决策树的复杂中心对称型风场的分类识别方法。分类特征选取有向角度差,涡度、散度和模板相似度。实验部分验证了选取特征具有较低的相关性和较好的分类效果。(3)风场中切变线的自动识别和定位方法首先,风向矩阵转化为灰度图进行滤波和边缘点提取等预处理。然后,构建了针对单类切变线系统的物理概念的切变线的风向流模式和结构的量化模型,用于切变区域的分类判别,从而提取属于切变带的候选点集。通过对点集的聚类确定每个切变线系统。最后,对每条线进行细化和显示。另外,本文还提出了快速的多类切变线统一识别方法。该方法主要利用方向数据的统计特征——峰度来进行风向切变的区域估计。评估实验证明了单类识别方法在识别精准度上的优势,多类识别方法在处理效率上的优势。