随着国家海洋战略的实施，海洋在国民经济和军事应用地位的凸显，认识海洋、开发海洋、利用海洋已成为全民共识，自20世纪以来，我国迎来了海洋科学的大发展，由此，各种海洋环境信息数据量也呈指数递增。针对海洋环境观测资料目前主要以图表、图形的方式直接进行表征，所包含的特征信息在很大程度上依赖人工进行判读、自动化程度不高、所包含的信息不能有效、完整地提取等问题，本文主要以海洋环境中频发的台风、海洋中尺度涡、海洋温跃层等三种典型的海洋环境系统的特征信息提取为研究对象，利用最优化理论和优化算法，自动提取海洋环境特征信息，研究这三种典型海洋环境特征信息的自动提取方法。　　1.基于红外云图的台风中心自动定位方法研究。针对台风云系在不同的发展阶段具有不同的形态特征，难以客观、定量表征的难题，提出了基于红外云图的台风旋转特征向量表征方法，构建了台风云系主特征向量提取的数学优化模型，实现了台风云系的有效、定量描述，试验表明，该优化模型具有很强的鲁棒性，可为台风云系特征自动提取提供了一种新方法:基于台风云系主特征向量表示，深入研究了台风中心自动定位优化模型。基于类圆形的形态特征和物理约束，首先，构建了台风中心自动定位的二次函数优化模型，由于该模型具有解不唯一的不足，且容易造成定位误差的累积，在此基础之上，对二次函数优化模型进行了改进，构建了台风中心自动定位非线性优化模型，该模型有助于减少定位误差的累加，提高了台风中心定位的精度，弥补了二次函数优化模型的不足;最后，对台风中心定位非线性优化模型的优化算法进行了研究，提出了基于初始群体优化的遗传算法，仿真试验表明，利用改进后的遗传算法求解非线性优化模型，有助于提高定位效率和精度。　　2.基于声信号温跃层信息的提取方法研究。通过CTD、XBT探测得到的温盐数据进行再分析计算得到温跃层信息，具有耗时长、效率低、花费大、时空分辨率差以及自动化程度不高等不足。本文基于自主研发的跃层探测仪提供的回波数据，建立了基于声波信号的海洋温跃层自动提取算法流程;为了提高反演效率，基于参数寻优思想，将反演结果归结到海水介质的基本参数形式，构建了以盐度和温度为反演对象的海洋温跃层反演优化模型;针对该反演优化模型，深入研究了求解反演模型的优化算法，通过分析粒子群算法和遗传算法之间的异同，提出了粒子-遗传动态并行的融合算法，即将生物遗传算法的选择、交叉和变异操作引入到粒子群算法，极大地减少了算法对各参数的依赖性，同时，两种算法操作过程中个体的最优位置和群体的最优位置共享，加快搜索收敛速度，提高了算法的优化性能和鲁棒性。　　3.基于SST卫星资料的海洋中尺度涡提取方法研究。针对中尺度涡的形状不固定，中尺度涡自动识别和提取一直十分困难，本文利用活动轮廓模型对中尺度涡进行了提取，并对活动轮廓模型的外力计算模型进行了改进，提出了基于流矢量的自适应外力计算模型，使外力模型的扩张和收缩更具有方向性和针对性，有助于轮廓模型更加有效地逼近中尺度涡的边缘，从而提高中尺度涡提取的精度;同时，为了实现整个提取过程的自动化，基于阈值分割迭代算法，实现了活动轮廓模型的初始轮廓自动设置，避免了人为设定轮廓的不足。仿真试验表明，本文提出的基于流矢量的自适应外力计算模型，能够提高中尺度涡提取效率和精度。