如何有效的应对台风,减少台风对世界各地造成的危害,是一个全球性的问题。我国是受台风灾害影响严重的国家之一,每年的夏秋季节,台风在浙江、广东、台湾、海南、福建等地区频繁来袭,给沿海地区的经济造成严重的损失。准确的台风预报能够有效解决这一问题,由于台风风场(尤其是内核)包含了台风的强度和路径等信息,高质量的台风风场能够提高台风数值预报的精度。本论文以2005年至2008年间的台风卫星云图资料作为研究对象,采用相关向量机(RVM)算法和小波变换反演台风风场,主要包含以下3部分研究内容：(1)基于RVM的有眼台风和无眼台风内核风场特征建模；(2)基于RVM估算台风内核的二维标量风场；(3)基于离散平稳小波变换和卫星云图分析台风风场中的运动方向,获得台风风场的矢量图。具体研究内容如下：(1)基于RVM的有眼台风和无眼台风内核风场特征建模。一个成熟的台风,其台风云图有可能包含台风眼,也有可能未形成清晰的台风眼,有眼台风和无眼台风的内核特征表征元素是不一样的,需要分开进行讨论,对于有眼台风而言,需要获取台风眼大小和最大风速半径两组数据,我们可以直接对台风云图进行图像增强、图像分割等预处理,以便于提取台风眼,获取台风眼的尺寸数据,而对于无眼台风,由于没有台风眼,需要寻求新的关系量来描述其内核特征,即建立临界风半径和最大风速、纬度、台风生命史这四个元素之间的关系,然后利用相关向量机,分别建立有眼台风台风眼尺寸和最大风速半径之间的模型,以及无眼台风临界风半径和最大风速、纬度、台风生命史之间的模型,来分别描述有眼台风和无眼台风的内核特征。(2)基于RVM估算台风内核的二维标量风场。由于台风云图上的灰度信息与台风风场信息之间有着密不可分的联系,我们需要获取台风云图上眼壁灰度信息和最大风速两组数据,并利用相关向量机回归算法对这两组数据进行拟合,然后在二者关系模型的基础上,利用线性插值估算台风风场任一点的风速,从而获取台风的二维标量风场。本论文将相关向量机算法应用到台风数据拟合上,在运算精度和速度上较其他几种常用的拟合算法表现出一定的优越性。(3)基于离散平稳小波变换和卫星云图分析风场中的运动方向,反演台风矢量风场。本论文在分析台风风场中运动方向这个问题上,采用平稳小波域分层匹配算法,通过对相邻时刻台风云图进行匹配,画出台风风场中的运动矢量图,在一定程度上反映台风云系的演变情况。图像匹配的方法有很多,传统的基于灰度的图像匹配算法简单直接,但是运算量较大,导致运算速度不能满足实际需求,因此本论文提出将离散平稳小波分解技术与基于灰度的图像匹配算法相结合,对台风云图进行平稳小波域分层匹配,大大的缩小了搜索空间,提高了运算速度,获得了良好的匹配结果。