极光是沿磁力线运动的高能带电粒子沉降到极区电离层高度时激发大气粒子后产生的发光现象。作为极区日地物理过程（特别是磁层-电离层相互作用）最具代表性的表现形式，人们通过极光形态及其演化的系统观测可以获得磁层和日地空间电磁活动的大量信息，有助于深入研究太阳活动对地球的影响方式与程度，对了解空间天气过程的变化规律具有重要意义。极光研究是空间物理研究领域的重要方向之一，极光的综合观测也成为世界各国极地科学考察活动的重要科考项目。光学成像是应用最早、使用最广泛的极光观测手段，其优点在于能够得到极光的二维图像，并且可以实现对极光的空间运动特性进行连续观测。目前常用的光学观测包括基于地面的全天空成像仪（All-sky imager, ASI）拍摄的ASI图像和基于卫星的紫外成像仪（Ultra-violetimager, UVI）拍摄的UVI图像。随着极光系统观测的开展，海量的极光图像数据在逐年累加，如何高效分析和利用这些数据成为各国极光物理研究人员亟待解决的一个问题。本文针对传统人工分析费时费力以及少量事件分析得出的结论普适性不强等问题，研究海量极光图像的自动分析方法。基于我国北极黄河站的高分辨率ASI观测图像，重点分析了极光形态分类和极向运动事件检测两个典型问题；基于Polar卫星的全域视角UVI图像，重点研究了亚暴起始时刻检测和极光卵边界位置建模两个热点问题。本文提出了多种极光图像的表征、分类和检测方法，取得的主要研究成果有：(1)考虑到极光特征随时间动态演变的特点，提出了一种基于隐马尔可夫模型（HMM）的极光动态特征描述和分类方法。该方法首先采用局部二值模式(LBP)算子提取ASI极光图像的空间纹理信息，然后采用HMM对所获得的LBP特征序列进行建模表征，兼顾了极光的空时二维信息。由于极光演化过程速度多变，极光序列的长度有长有短，为此本文引入仿射归一化对数似然函数，解决了不等长图像序列的HMM建模问题。利用该方法对北极黄河站2003-2009年的越冬ASI观测数据进行了极光形态的有监督分类和分布规律统计，结果表明，相比基于静态单帧ASI图像的分析方法，基于图像序列的分析方法具有更高的分类准确率和更好的鲁棒性。(2)极向运动是一种典型的极光事件，本文提出了一种基于ASI图像序列的极向运动极光事件自动识别方法。该方法首先采用块匹配算法、方向编码机制及直方图统计技术对相邻帧间的极光运动情况进行估计，然后采用HMM对极光运动特征向量进行建模和相似度表征；最后采用支持向量机（SVM）进行二分类，找出极向运动事件。识别过程中，由于相比一般的极光运动模式，极向运动只是少数情况，本文通过采用元学习的方法训练不同测度下的SVM模型，很好的解决了数据不平衡问题。本文提出的方法在北极黄河站2003-2004年的越冬数据上进行了验证，实验结果表明自动识别方法得出的极向运动发生规律与已有的人工统计结果基本一致。(3)准确界定亚暴起始时刻是理解亚暴相关问题的关键。在目前的观测手段中，UVI图像是公认的研究亚暴现象的最佳手段，但是现有的研究都是建立在基于人工标定亚暴起始点的基础上。本文提出从UVI极光图像中自动检测亚暴起始点。模糊c均值聚类方法被用来提取UVI图像中的亮斑区域，然后根据极光点亮后亮斑强度和面积随时间的变化情况来界定是不是亚暴事件。本文的方法在1996年冬季三个月的Polar卫星数据进行了实验，通过与已有文献中给出的人工标记进行对比，实验结果表明本文的方法能有效检测出具有亚暴特征的极光事件。(4)极光卵的边界位置信息携带有磁层过程的丰富信息。与传统的研究极光卵边界随某一个综合地磁参数变化不同，本文提出从太阳风等离子体和行星际磁场这个极光产生的源头来考虑极光卵边界的位置变化。本文首先基于模糊c均值聚类方法自动获取了1996-1999期间三个冬季大量的Polar卫星UVI极光卵边界位置数据，并基于OMNI数据获得了太阳风行星际条件参数；然后利用多元回归分析方法建立了极光卵边界位置变化与太阳风行星际条件之间的预测模型。本文采用交叉验证方法进行数值实验，将模型预测值与真实观测数据之间的平均绝对值误差作为模型评判准则，结果表明，本文建立的预测模型平均绝对误差在1.65地磁纬度左右，可以用于空间天气研究中对极光卵边界位置的预测。本文受国家自然科学基金（60872154,41031064）和海洋公益性行业科研专项（201005017-04）等项目资助。