我国海洋面积广阔，蕴藏着巨大的可开发资源，在对我国经济发展、乃至全球事业的推进中占据着非常重要的地位。但是，随着全球经济的快速发展，气候变化频繁，导致全球海洋酸化、海平面上升，海洋灾害频发。而由于我国所处的特殊地理位置，极易受极端天气和海洋过程的影响，如风暴潮、巨浪等。风暴潮导致海平面异常升高易使海域水位猛涨，海水浸溢内陆形成灾害。因此，在已有的宝贵历史资料上，运用科学的计算机技术对这一自然灾害进行数据挖掘，制定出合理、有效的方案，对于防灾减灾建设、灾情评估及政府部门制定辅助决策方案有着重要的意义。本文在研究辅助决策灾害等级划分时，把时间序列相似性匹配的概念及算法应用在风暴潮辅助决策系统中，并结合领域知识，提出一种新的适合风暴潮数据序列的时间序列相似匹配算法。主要研究内容如下：（1）时间序列相似匹配的距离度量模型。距离度量是相似匹配算法的关键，在定义风暴潮时间序列、风暴潮辅助决策、风暴潮时间序列相似性基础上，提出了风暴潮时间序列相似匹配的距离度量模型；（2）降维方法的选取。根据风暴潮数据海量性特点，在分析国内外专家针对各自领域提出的降维方法基础上，结合风暴潮灾害数据的特点，提出基于斜率分段降维的方法；（3）相似匹配方法的提出。首先定义风暴潮时间序列、风暴潮相似性度量模型，然后用基于斜率特征向量分段算法对一部分风暴潮时间序列进行过滤，最后用风暴潮相似性度量模型提取相似序列，依据提取的序列在风暴潮数据库中的记录信息，进行风暴潮辅助决策；（4）风暴潮辅助决策系统的实现。首先把基于斜率特征向量分段过滤相似匹配算法应用在风暴潮辅助决策灾害等级划分子模块中，然后利用中间件企业服务总线（ESB）技术与已有的风暴潮辅助系统子模块相集成，很好的实现了系统对平台可移植可重用的要求，最后使用Flex、Java技术实现整个系统，界面友好，易于决策者直观的制定决策方案。本文的关键创新点是提出适用于风暴潮海洋灾害数据的基于斜率分段过滤相似匹配算法，建立风暴潮辅助决策等级划分子模块，并利用企业服务总线完成整个风暴潮辅助决策系统的开发。时间序列相似匹配与辅助决策系统的结合，不仅充分利用了历史资料，而且在精度上、准确度上都得到了很好的提升，为风暴潮灾害乃至所有海洋数据的研究提供了较好的技术支持。