由台风所产生的涌浪因其携带能量高、影响范围广、观测难度大等特点,在大气科学、海洋科学和海洋工程等方面备受关注。同时,台风的非对称结构及其变化常伴随着台风强度的变化,并影响台风浪的生成和发展。这使得利用真实观测对台风所产生的涌浪进行追踪和分析显得极为重要。本文通过星载合成孔径雷达（SAR）波模式（WaVe mode,WV）产品的涌浪观测数据,追踪台风所产生的涌浪,对台风涌浪场的空间结构、形成机制、台风与涌浪场波长之间的关系以及涌浪波长的预报方法进行了初步探索。利用Sentinel-1A&B卫星观测的涌浪波长、波向、波高,IBTrACS最佳路径数据集提供的台风观测数据、最优路径信息以及ECMWF的海面风场数据,建立基于SAR波模式数据的台风涌浪追踪方案,追踪了2015年至2018年间太平洋海域台风所产生的涌浪,并按照台风数据划分为6小时分辨率的涌浪场数据集。结果显示,共有126个台风的2373个6小时台风点获取了较完整的涌浪场观测数据。随后,Sentinel-1波模式数据与浮标数据的涌浪波长和波向对比结果显示,波长和波向的均值偏差分别小于-10.06和9.08,均方根误差分别小于35.44米和15.21度,且其统计特征随涌浪传播距离的变化较小。而与WW3对比的统计结果显示,涌浪波长、波向和有效波高的均值偏差分别为-19.51,-10.34和-0.29,均方根误差分别为83.91米,91.30度和0.81米,WW3模拟的台风涌浪参数存在明显的误差。在Sentinel-1A&B波模式获取的台风涌浪场数据集的基础上,对台风强度、移动速度与台风涌浪场波长之间的关系以及涌浪场波长进行统计分析。结果显示,台风前和台风后涌浪场波长存在着明显的非对称特征。其中,台风前涌浪决定着非对称特征的强度,并且受台风风场强度、大小以及台风移动速度影响。在中等移动速度下,台风前和台风后涌浪波长最大差值可达约200米。在台风左侧和台风右侧的涌浪波长并没有明显的非对称特征。此外,涌浪波长的非对称强度可以通过台风下海浪发展程度进行解释,并符合风时-风区理论,与等效风区呈线性关系。在不同的移动速度下,积分动能（IKE）越大,台风前涌浪波长越长,涌浪场非对称特征越明显。同时也对WW3台风涌浪数据误差较大的原因进行了分析。该结果有助于修正台风海浪数值模型参数,提高台风浪数值预报能力。此外,本文还通过Kudryavtsev等（2015）的海浪成长模型对台风KILO（2015）和台风HECTOR（2018）的4个示例的台风外涌浪场波长进行模拟分析。该模型能够较好的模拟出台风RF象限和LR象限的回传涌浪波长特征。通过敏感性分析发现,在台风强风区下涌浪的无量纲风区长度、逆波龄、涌浪生成位置和10米风速决定着涌浪离开台风强风区时的状态。其中,在RF象限内台风涌浪波长与无量纲风区长度成正比,与逆波龄成反比。并且当逆波龄值趋于1时,涌浪在离开台风强风区时将会获得充分发展,而在LR象限则相反。当无量纲风区长度#为10!～10"或回传路径到台风中心平均距离与台风最大风速半径比值为2～5时涌浪波长可获得最佳模拟效果,波长均方根误差约为50米。上述取值范围可作为台风涌浪参数化方案的参考。本文进一步对西地中海海域高度计海面高度计产品中非潮汐混叠误差进行校正。在此研究中,分别采用空间均值法和EOF分析法对15个验潮站记录的高频振荡信号进行提取,然后对Jason-1和Envisat的SLA观测值中的混叠误差进行校正。结果表明,在高度计数据校正中,EOF分析方法明显优于空间均值方法。经过EOF校正后,Jason-1的长周期SLA与验潮站观测值的相关性（COR）在90%站位增加了约5%,与Envisat的SLA增加了约3%。对于空间均值法校正后,在验潮站位置,只有约70%的Jason-1和Envisat数据的相关性增加了约2%。EOF方法校正将平均误差百分比（PEL）降低了约30%,而空间均值法校正使PEL的平均百分比反而提高了约20%。经EOF方法校正后,高度计观测结果与西地中海强流和涡流的分布更加一致。结果表明,所提出的EOF方法对于非潮汐混叠校正更为有效和准确。