现有的降雨预报系统采用人工经验判断与计算机辅助等手段给出降雨预测。通过经验给出的降雨预报准确度低，速度缓慢，而现有的自动预报系统则往往依据复杂的气象模型，在昂贵的计算设备上进行预报。这两种模式均不适合灾害天气下，要求对短期内的降雨进行频繁的、及时而准确预报的情况，更无法满足对大量的局部地区的降雨进行预报的需要。 基于卫星云图挖掘技术进行短期的降雨预测与传统降雨预测技术相比具有模型简单、计算量小、成本低、即时等优点。它通过挖掘已有的各云图特征与短期内降雨量的关联关系得到短期内降雨的简单模型，并由当前的云图特征依据关联规则进行预报。本文以湖南省灾害天气下短期降雨预报的实际需要出发，对基于卫星云图挖掘的降雨预测系统做了探索性研究。 本论文的研究重点包括图像特征的提取、聚类分析算法和关联规则挖掘三部分。根据卫星云图的特点提出了多种图像特征提取算法，包括图像的一、二阶距，分形维数特征和灰度梯度共生矩阵等算法。研究了聚类的多种算法，选择合适的聚类分析和经验分区的方法完成了降雨数据以及图像特征数据的布尔化过程。在研究了现有的关联规则挖掘算法的基础上，对降雨关联规则的挖掘提出了一些改进方法，提高挖掘效率。最后，使用Matlab实现了从图像读取、预处理、特征提取、关联规则挖掘到降雨预测的一整套算法，得到较为满意的降雨预测结果。 本课题以研究卫星云图的分析和挖掘的新理论和方法为目的，探讨解决利用卫星云图进行降雨预测的新方法，具有广阔的研究前景，在科学探讨和应用方面都具有非常重要的意义。