随时间变化的外部强迫是影响非平稳系统的重要因子,如何从一个混沌系统中提取外强迫信息是研究其中动力特征的关键所在。慢特征分析法(Slow Feature Analysis,SFA)是一种能够从混沌系统中提取外强迫信息的方法,对提取气候系统中隐含信息具有一定的能力,是讨论气候变化的影响因子,分析其中因果关系的一个新思路。本文工作分为两个部分:第一,在连续的混沌模型中进一步验证慢特征分析法提取外强迫信息的能力;第二,将SFA应用于500 hPa位势高度场实际资料,寻找SFA提取信号中可能存在的物理因子。在理论模型中,本文以改变的Lorenz系统为基础,通过给定不同形式的强迫信号(周期型强迫、减弱的周期型强迫、指数衰减型强迫、伴随指数衰减的周期型强迫),来讨论SFA对不同特征的外强迫信号的提取能力。结果表明,SFA方法能够提取Lorenz连续系统中的外强迫信息,提取能力受到嵌入维数8),外强迫信号的强度以及噪声的影响:随着嵌入维数8)的增大,其提取能力会得到提高;强迫信号减弱或噪声的干扰会削弱SFA的提取效果,提取信号中将出现大量的高频波动。试验还表明,作用在单一变量上的外强迫会将其驱动信息嵌入于整个系统中,因此,可以通过SFA分析法从其他变量的时间序列中将其重构。而当有两个独立且周期不同的强迫信号作用于Lorenz系统时,SFA在一定程度上能够将原始强迫信号重构,其提取效果和嵌入维数8),所分析的变量,以及强迫信号作用于系统中的位置有关。同时结合小波分析,可以从SFA提取的信号中将两个原始强迫信号分离。而对于时滞参数的选取问题,结果表明当=1时,提取效果最为稳定。此外,本文采用慢特征分析法结合小波分析对北半球中高纬地区500 hPa位势高度场进行讨论。结果显示,北半球的长波槽脊可能是500 hPa位势高度场年际变化中的影响因子,提供了4年左右周期的信号。为了进一步判定SFA提取信号是否能反映槽脊周期变化的特征,本文重点研究了东亚地区,并对东亚大槽指数与SFA提取信号进行了相关分析。结果显示,仅在东亚大槽所处的区域,其最大相关系数超过0.4并通过了99%的显著性水平检验,这表明东亚大槽4年左右的周期尺度特征能够反映在该区域的SFA提取信号中,并且该振荡可能是作用在气候系统中的一个重要因子。