卫星云图是气象卫星通过遥感，遥测方式获得的地球大气的观测图像，云图直观反映的信息有两类，一类是云顶的温度信息，另一类是云团的分布信息。利用卫星云图进行降雨情况的分析具有直观性好，易于掌握，速度快，范围广等优势。卫星云图已经成为防洪和抗旱决策过程中的重要考察因素。 目前，卫星云图和降雨关系的研究主要靠领域专家的经验和人肉眼对云图的观测，仍属于定性分析的范畴。这种方式完全是一种人工模式，存在着主观性大，缺乏定量分析，精度不高等问题，因此分析结果往往在决策过程中缺乏说服力。 图像挖掘技术是数据挖掘技术中的前沿领域，作为一种有效的分析工具，图像挖掘技术不但能从单纯的图像集中发现知识，也能够从图像集和与其相关的非图像数据集中发现知识。本文利用湖南地区96年4，5，6，7，8五个月近2000余幅卫星云图，以及地面262个雨量站的雨量记录作为原始数据，通过图像挖掘技术的分析，最终得到了宝贵的知识。这些知识不但具有定量的说明，而且通过了领域专家的评定，对于研究卫星云图和降雨的关系具有重要意义。 具体来说本文的研究内容及其贡献为： 1 文章总结了卫星云图与降雨关系的研究现状，分析了目前几种常用方法的优缺点。同时介绍了图像挖掘技术的任务和基本方法。在此基础上，提出基于图像挖掘技术的卫星云图和降雨关系研究方法。 2 基于卫星云图的关联规则挖掘。大量的卫星云图和丰富的地面雨量记录为进行关联规则挖掘提供了原始素材。云图属于图像数据，地面雨量记录属于字符型数据，如何选取一种合适的数据组织形式将这两种数据结合在一起是首先要解决的问题。为此，文中引入了多维数据立方体的概念，云图的图像特征，雨量数据等信息作为立方体的组成部分，实现了有机的结合。另一个需要解决的问题是云图的数据量非常巨大，经典的关联规则挖掘算法Apriori算法无法满足效率需求。为此，文中又引入了“事务模式”这一全新概念，基于它对Apriori算法改进后，算法用于云图和雨量数据间的关联规则挖掘，不仅获得了较好的实验结果，也满足了效率需求。 3 基于卫星云图的聚类分析。目前，聚类算法种类繁多，如何选择一种有效的方法用于云图聚类将直接影响实验的结果。在全面了解各种算法特色的基础上，结合卫星云图自身特点，文章提出了基于自组织映射网络框架的云图聚类算法“两阶段自组织映射聚类算法”，该算法对96年4，5，6三个月近1400幅云图进行聚类，通过客观的数量指标的评定，证明该聚类算法能够有效的实现云图间的聚类。利用云图的聚类结果，文章进一步研究了每类云图集和降雨的关系。 图像挖掘技术为云图和降雨关系的研究提供了新的思路，它得到的结果作为知识不仅对领域专家有一定的参考价值，也为利用云图进行降雨的预测奠定了基础。