该文包括以下几方面主要内容:1.基于暴雨预报的非线性预测的要求,提出了系统辨识的基本方法,建立了一个基本的数学模型--黑盒模型;2.鉴于系统的动态特性,通过引入状态变量,建立了一个基于状态空间的辨识模型并将其应用到黑盒模型中;3.讨论了现今较常用的一些系统辨识的模型(线性和非线性的)及其参数估计方法和算法.将神经网络模型用于系统辨识中,采用状态空间模型的辨识方法,把它用于非线性系统的预测,并对一个实际的暴雨预报系统做了预测和分析;4.理论上分析和提出了一个基于小波网络的辨识模型及一种基于非参数估计的小波构造算法,建立了基于状态空间的辨识模型,与神经网络的方法做了比较和分析;5.应用图象处理的基本技术,提取雷达图象的云团的轮廓,利用轮廓的傅里叶描述符提取其特征,并结合4的小波网络辨识算法,基于时变图象对云力移动进行预测,并进一步对降雨量进行预测;6.从计算二维图象光流的角度考虑,引入了一种新的模板匹配方法--相关松弛标记法,并将其用于气象雷达云图的分析和预测中.