海洋中尺度涡是近年物理海洋学领域研究的重点。为了促进GIS学科与技术在海洋中尺度涡研究中的结合与应用，探索和揭示中国南海中尺度涡的时空演变特征与规律，本文在现有的涡旋自动识别和跟踪算法研究的基础上，提出了结合GIS时空表达模型与数据建库技术的涡旋自动识别方法Hybrid Detection(HD)和自动跟踪方法Hybrid Tracking(HT)。　　HD方法提出将以往常用的Okubo-Weiss涡旋识别方法与以海表面高度极值点的涡旋识别方法相结合，通过双重约束条件来提高涡旋识别的准确度。另外，由于融合了数据建模技术，HD方法具备识别和记录涡旋多核结构的能力。评价试验证明，HD方法平均的正确识别率在96.6％左右，而过识别率在14.2％左右。与其他识别方法以及以往研究发现的对比，展示了HD方法识别多核结构的能力及其对于认识涡旋演变过程中复杂变化与交互作用的重要意义。　　HT方法在前人提出的基于相似性涡旋追踪方法的基础上，对涡旋前续后继、消隐重现的追踪进行了深化改良，并利用时空数据模型，对涡旋的时空演变过程和动态变化在数据库中进行显式的表达。对比Nan等人(2011)调查的三个长周期暖涡发现，跟踪算法的搜索半径和相似度计算的参数权重直接影响了涡旋跟踪的准确性。采用160 km的搜索半径和4∶1∶1∶1的权重配置能完全准确地提取出三个暖涡的移动轨迹。另外，在东沙十个冷涡的对比试验中，HT方法完全准确地跟踪出2个，完整地跟踪出4个，剩下4个冷涡部分吻合。　　GIS时空数据库的结合实现了涡旋数据有序良好地管理和存储。以ACE3暖涡为例，本文通过数据查询，整理和分析了ACE3生命演变过程中物理参数的变化特征及相互作用的影响，充分展示了应用研究中数据建模技术的必要性和数据库所包含的分析潜力。最后，本文应用这套方法对中国南海1992-2012年间的中尺度涡进行了实例研究，并对涡旋的持续时间、产生数量、空间分布以及移动轨迹等进行了初步的分析和探讨。