利用卫星遥感技术对海洋特征进行提取,对海洋环境和海洋资源的可持续发展和利用具有重要意义。本文以海洋场分析为基础,对时空海洋场恢复和特征提取工作进行了研究。开展了基于DINEOF算法的南海北部海域海洋表面温度场(SST)和叶绿素浓度场(Chl-a)的恢复研究,在此基础上,提出了改进的DINEOF算法,并利用真实SST数据和模拟SST数据对改进算法的有效性进行验证。提出了基于引力边缘检测算法的引力模型海洋锋检测算法。针对海洋特征检测过程中阈值设定的主观性问题,提出一种基于阈值区间的海洋锋检测算法。提出了一种适合于光学卫星数据的海洋锋检测的方法。针对时序影像锋面检测中,锋面频度和平均梯度的限制,提出一种锋面合成算法,能够更好的突出锋面。最后,基于上述研究,对南海北部海域SST场和Chl-a场月分布和不同区域的异常关系进行分析,并对渤海、黄海和东海海域的锋面月分布进行了研究。具体的研究内容和主要结论包括：(1)基于DINEOF算法对南海北部海域的SST和Chl-a数据进行恢复,并提出改进的DINEOF算法。以1985-2009年(除去2002年-2004年)月平均4km分辨率白天AVHRR的SST数据和1998-2010年月平均9km分辨率SeaWiFS的Chl-a数据作为实验数据,基于DINEOF算法对南海北部海域进行恢复。恢复SST时空数据对应的最优EOF模式为40,选取的交叉验证点个数为182,357个,对应的Pearson相关系数是0.9765(P<0.001),均方根误差是0.5438；恢复Chl-a数据最优的EOF模式是39,选取的交叉验证点为23,719个,相应的Pearson相关系数是0.9075(P<0.001),对数均方根误差是0.1447,这个结果小于0’Reilly et al.(2000)提出的噪声对数均方根误差(0.22)。针对DINEOF算法需要预设交叉验证点和单一最优EOF模式恢复整体矩阵这两个问题,提出一种改进的DINEOF算法。在改进算法中,不需要预设交叉验证点,而且针对每一个子区域,选择相应最优的EOF模式进行恢复。经过对真实SST数据和模拟SST数据的恢复分析可以证实,改进算法能够较大的提高算法的精度并受到缺值数据的影响较小(2)提出了基于引力边缘检测算法的引力模型锋面检测算法。针对引力边缘检测算法中0值的影响和对原始数据依赖性的问题,在引力模型中,首先进行中值滤波,去零处理,然后进行局部归一化,去除对原始数据的依赖性,最后采用局部增强处理突出锋面的信息,并抑制噪声的干扰,最后,基于引力边缘检测算法对处理后的数据进行锋面检测。实验结果证实该模型能够有效检测锋面信息,并降低噪声的干扰。(3)基于梯度、熵等锋面检测方法需要设定阈值,而阈值的设定带有一定的主观性,针对这一问题,提出一种基于阈值区间的锋面检测算法,能够部分消除阈值设定的主观性。通过对东海黑潮的实验可以验证,该方法能够综合高低阈值的优势,保持锋面连续性的同时,降低噪声的干扰。(4)目前对于海洋锋面的检测多是基于卫星反演数据,而直接对光学卫星数据进行锋面检测的研究较少。因此,提出一种适合于光学卫星的锋面检测算法,以“北京一号”小卫星数据为例,验证了算法对光学卫星影像进行锋面提取的有效性。(5)为了检测锋面的稳定性和强度,并减少缺值数据对锋面检测的影响,多采用时序影像,计算锋面的频度和平均梯度。虽然这两个指标能够部分反映锋面的一些特性,但同样存在一定的局限。本文提出一种基于这两个指标的锋面合成算法,能够更好的反映锋面的稳定性和强度。(6)基于场恢复算法插值后的南海北部海域SST和Chl-a数据,首先分析了SST场和Chl-a场的逐月分布情况；接着基于异常分析方法,分析了不同区域的SST和Chl-a场的异常变化,并讨论了不同区域SST和Chl-a异常的关系。(7)基于锋面合成算法,以2000年-2013年4km分辨率MODIS的Terra数据为研究对象,分析了渤海、黄海和东海海域锋面的逐月分布情况。