海表密度是描海水物理性质的重要参数。其精确反演对全球海洋环境及生态变化等过程有重要意义。本文以黄渤海为研究区域,结合现场实测数据,基于海洋静止水色卫星波段设置,开发了适用于研究区域的海表密度遥感反演算法,并生成长时间序列产品,分析研究区域的海表密度的时空分布特征,结合海表密度特性对其遥感应用进行了讨论,并对其影响机制进行了探索分析。主要研究内容如下:（1）基于多个航次实测数据集,建立海表盐度、海表密度与遥感反射率映射,训练不同波段组合形式选择最佳波段组合,建立了以海表盐度为中间量的间接模型以及光学参量直接反演海表密度的直接模型两种形式,通过产品对比分析选择直接模型。实测检验样本的海表密度反演结果判决系数为0.72、均方根误差为0.87(kg m^-3)平均绝对百分误差为3.27%。将模型做误差敏感性分析,结果平均绝对百分误差变化波动小于3%,表明模型对误差不敏感,证明模型稳定性较好。（2）将算法应用到静止水色卫星,反演得到黄渤海2011至2018年的海表密度长时间序列时空分布图。结果表明海表密度的时间和空间分布均存在着明显差异性。空间上,渤海海域高于北黄海海域,北黄海海域高于南黄海海域,基本趋势随纬度升高而升高;季节上,冬季的海表密度较夏季低,春季和秋季的值为过渡区间,八年年平均结果显示海表密度有一定的年际变化但不明显。（3）基于海表密度光学特性以及与光学因子（海水后向散射）关系进行遥感应用定性讨论,结果表明,海表密度的光学特征与研究区域海水性质有着密切的联系,在光学特性复杂,海水中包含物质较多的二类水体中可利用遥感反射率反演海表密度。（4）利用环境状态参数海表温度和海表盐度实测数据,通过相关关系分析及逐步回归分析,发现海表盐度对海表密度变化贡献更大。采用长时间序列数据对特征区域海表盐度与海表密度的相关性进行分析。结果表明在特征区域两者相关性具有明显的时空差异。时间上秋季的相关性最高,空间上南黄海和北黄海的相关性最高。