海浪是物理海洋学中重要的研究领域,准确有效的获取海浪信息是该领域重要的研究内容。海洋因为面积广阔,传统海洋观测方法如沿岸基站观测,浮标观测,无法获得大范围的海面信息,且容易受天气影响,所以无法长时间连续观测。合成孔径雷达SAR（Synthetic Aperture Radar）具有全天时、全天候、多波段和多极化的工作方式,且成像分辨率高,是观测海浪的重要手段,而且SAR是唯一可以获得海浪二维信息的观测仪器,因此从SAR卫星中获得海浪信息是近几十年来海洋领域中重要的研究方向。本文主要论述了SAR卫星的发展历程及近几十年从SAR卫星反演海浪有效波高的研究现状,对SAR的海面成像机制及相关理论进行简单论述,后基于欧空局发布的ENVISAT ASAR（Advanced Synthetic Aperture Radar）二级波模式数据,首先对其精度进行系统性的分析,最后基于前人的海浪有效波高反演的研究结论,建立一种新的海浪有效波高的反演算法。SAR海浪成像理论复杂,成像机制包括:倾斜调制,流体力学调制和速度聚束,不同海况下SAR海浪的反演精度有很大差异。ASAR二级波模式数据提供了诸多海浪信息包括有效波高、波向、波长和二维海浪谱等,在海浪预报模式中具有重要作用,因此其数据精度对模式预报结果有重要影响,本文系统分析了波模式数据有效波高在不同海况、风速、及二维谱型下的精度,由于SAR卫星在海面的特殊成像机制,不同海况下会有不同的测量结果,通过与美国国家浮标中心（NDBC,National Data Buoy Center）的浮标数据对比,显示ASAR有效波高在高海况下低估和在低海况下高估的现象,在中等海况下的测量结果较优,均方根误差为0.65m,SI（Scatter Index）为20.73%。通过研究ASAR数据集中对应的海浪谱,按照能量分布可分为四种类型。探究在不同类型下的海浪参数的精度,结果表明在单一波向正常海浪谱情况下,有效波高、波向与浮标数据一致性较好,存在180°方向模糊的对称海浪谱仅有效波高精度较高,谱型杂乱的海浪谱海浪有效波高和波向反演结果均较差。SAR影像反演海浪参数算法经过了多年研究,最初较经典算法有两种,一是传统理论式海浪反演算法,根据SAR的海浪成像原理,先计算获得二维海浪谱,然后从海浪谱中获得海浪参数;二是经验式海浪反演算法,根据从SAR影像中获得的相关参数,利用数学模型直接计算获得海浪参数。本文以第二类海浪反演算法为基础,运用近年来较为流行的BP神经网络算法,结合与有效波高具有经验关系的各项参数,如截断波长,归一化雷达后向散射截面（NRCS,Normalized Radar Cross Section）,影像信噪比（S2G,Signal to Noise）,归一化影像方差（NV,Normalized Image Variance）等,建立海浪有效波高的反演模型,将不同的参数进行组合,以获得最优的反演模型,模型中参数的种类越多,其包含的海浪信息越丰富,反演的结果就越精确。利用标准数据进行模型的训练,将反演模型获得的有效波高与浮标数据进行对比,其相关系数为0.84,均方根误差为0.697米,SI为30.8%;将数据分为近海、远海以及不同海况时进行模型精度的验证,模型反演得到的结果均优于SAR原始数据,表明神经网络算法可以有效的反演得到有效波高,并算法具有较强的适用性,可应用于不同海域与不同海况,但对于极端海况如台风情形下,有效波高的反演结果并不理想。本文的研究结果可为后续相关研究提供科学依据,如其他系列卫星的海浪参数反演算法可以考虑不同海况条件下的反演差异性,或许可以提高海浪参数反演精度;神经网络算法模型也可尝试运用其他卫星海浪参数的反演中,如Sentinel系列卫星和我国的高分3号合成孔径雷达卫星等。