20世纪70年代开始,合成孔径雷达（Synthetic Aperture Radar,SAR）就被应用到海洋要素的反演当中去,它发射的微波可以穿云透雾,不受白天黑夜地影响,可全天时、全天候对海面的物理动态过程进行成像,且成像的分辨率很高,能实现多极化、多角度、多波段的对物观测,提供大范围内有关海洋表面的实时动态信息。因此,本文便利用SAR的这些优点来进行海面风场和海浪参数的反演。在海面风场反演的章节中提出一种基于地球物理模型函数（Geophysical Model Function,GMF）C-SARMOD2的重新调谐算法。在这一章节中搜集了1万多张VV极化和HH极化的全极化条带（QPS）模式和波（WV）模式的GF-3 SAR图像,并将这些数据作为输入项,带入到C-SARMOD2算法当中,拟合出新的系数,调整的算法称作C-SARMOD-GF,然后结合其他三种算法C-SARMOD、C-SARMOD2和CMOD7进行风场反演,再分别与先进散射计（ASCAT）和国家数据浮标中心（NDBC）的风速数据比较。在VV极化下C-SARMOD-GF算法反演风速的均方根误差（RMSE）约为1.7m/s,其他三种算法反演的RMSE为1.86-2.35m/s;在HH极化下C-SARMOD-GF算法反演风速的均方根误差（RMSE）约为1.8m/s,其他三种算法反演的RMSE为1.93-2.28m/s。结果表明,C-SARMOD-GF算法的性能优于其他三种先进的算法,但是仅限于中低风速下,在强风条件下的有效性还有待验证。在海浪参数反演的章节中利用两种方法进行海浪参数的反演,第一种就是基于理论的海浪反演算法,将SAR强度谱反演为基于SAR波映射机制的波谱。在之前的研究中发现海浪反演算法初猜谱法（PFSM）适用于中低海况的C波段和X波段SAR。本文便研究了PFSM算法在气旋条件下应用于超宽测绘带（EW）和干涉宽测绘带（IW）模式下采集的双极化C波段Sentinel-1 SAR的性能。利用C波段交叉极化耦合参数海洋模式（C-3PO）对6幅VH极化Sentinel-1 SAR图像进行了强风反演,然后在VV极化Sentinel-1 SAR图像中得到的海浪参数,即有效波高（SWH）和平均波周期（MWP）,将其与WAVEWATCH-III（WW3）模型的模拟结果进行了比较。验证表明,SWH的均方根误差（RMSE）为0.69 m,偏差为–0.01 m;MWP的均方根误差（RMSE）为0.62 s,偏差为–0.17 s。本研究证实了PFSM算法在气旋条件下海浪参数反演中的适用性。此外,在风浪直接影响较强的气旋眼右侧区域,反演结果的精度较低;而在风浪与涌浪相互作用较差的气旋眼左侧和后部区域,PFSM算法效果较好。第二种则是人工智能算法,本文利用在中国海域收集的GF-3 SAR图像资料,研究了台风条件下的海浪反演问题。用两种人工智能方法处理了与4个台风有关的6幅GF-3 SAR图像,并利用WW3数值模式模拟的有效波高和Jason-2高度计获得的有效波高数据对反演结果进行了验证,RMSE的结果分别为0.1m和0.61m,在可允许的误差范围内。结果表明该算法能较好地反演台风条件下的海浪参数。