本文讨论了非线性局部Lyapunov指数(NLLE)理论方法在目标观测中应用的可行性，文章分别从观测资料和数值模式两个角度来进行。　　首先，从理论上证明了单个初始状态的非线性局部平均误差相对增长特征，结合局部动力演化相似(LDA)方法提出了向前局部动力演化相似(FLDA)的方法，并通过理论模型验证了该方法能够利用历史观测资料识别出敏感区，同时还讨论了NLLE方法相对于传统Lyapunov指数方法的区别;随后在Z-C系统中证明了FLDA方法利用历史资料识别ENSO敏感区的可行性，验证了敏感区的敏感性并不依赖于初始扰动类型，无论初始扰动为增长型扰动还是非增长型扰动，敏感区的预报误差始终相对最大。以上结论证实了NLLE理论能够被应用于观测资料来研究目标观测问题，并区别于传统的线性理论方法。　　其次，利用WRF模式，以一次台风事件为例，讨论了NLLE方法在数值模式中识别敏感区的可行性，发现利用NLLE方法识别得到的台风敏感区位于台风中心附近。相比于非敏感区的初始扰动，敏感区内的初始扰动在验证时刻发展的最快，说明了利用NLLE方法识别得到的敏感区的正确性。此外，由于模式误差对于台风的敏感区识别可能存在一定的影响，因此还利用理论模型探讨了模式误差对于敏感区影响的一般规律;基于相同的模式和天气事件，验证了非线性局部Lyapunov向量(NLLV)向量和天气系统的分布相联系，同时比较了NLLV向量与ETS向量和BV向量之间的差别。以上结论证实了NLLE理论能够被应用于数值模式来研究目标观测问题，模式误差对于敏感区识别存在一定的影响;NLLV向量和天气系统的动力学特征是一致的，在该个例里NLLV方法好于BV方法。　　最后，提出了吸引子半径的概念，从理论上证明了一个确定的n维系统的吸引子半径的性质以及吸引子半径确定的可预报期限所代表的的物理含义，同时讨论了该可预报期限在敏感区识别中的可能应用。