针对副高异常活动和形态变异机理复杂,对我国长江流域夏季灾害性天气影响较大的事实,首先利用SVD,NLCCA、ANFIS和信息流等人工智能方法研究副高活动异常与长江中下游地区夏季灾害性天气(如强降水、高温等)之间的关系。引入信息扩散,熵扩散和粗糙集理论等针对信息不完备的智能算法,有效地分析各种副高异常活动的不完备信息,并从中发现隐含的特征,揭示潜在的规律。再运用EOF分解与遗传算法等启发式蒙特卡罗算法,改进传统的自忆性和相空间重构方法,从副高及其东亚夏季风系统的实际观测资料构建包含季风环流背景等因素 加符合实际天气情况的副高与东亚夏季风非线性动力模型;在对反演重构的副高动力模型进行了系统深入的分岔、突变等动力特性分析和讨论,结合副高异常活动天气事实,开展副高活动与变异的机理研究,从而达到加深对西太副高变动影响长江中下游地区夏季气候变动机理的认识;探索副热带高压动力机理分析和其对长江中下游地区灾害性天气影响作用的新思路和新方法。通过研究,为西太副高变动影响长江中下游地区夏季气候变动机理提供理论依据和技术支持。