近几十年来,近岸海平面变化对沿海城市生产生活产生了重要影响。验潮站数据是监测近岸海平面变化的主要手段,但只能给出很有限的离散点观测,且其数据获取非常困难。卫星测高技术具有全天候、全球覆盖和高精度的特点,是当今海平面变化监测的重要手段。然而,在近岸地区,卫星测高雷达回波会受到陆地回波的影响而偏离标准海洋波形,使得近岸海面高观测精度较差。波形重跟踪是改善测高回波质量的关键技术,当前提出了很多波形跟踪算法,虽然其结果相对标准海洋算法都有一定改善,但其适用性和精度水平各异。此外,卫星测高任务实施以来,其观测模式已从传统的星下点脉冲有限雷达高度计的低分辨率模式(Low Resolution Mode,LRM)发展为合成孔径雷达高度计的合成孔径(Synthetic Aperture Radar,SAR)模式,精度和分辨率有了很大的提高,将是未来测高任务的主要工作模式,但针对该模式的波形重跟踪算法研究还较少。因此,评估和完善各类波形重跟踪算法,对提高近岸地区测高数据精度水平和可用性有重要意义。本文系统总结了LRM和SAR模式测高数据波形重跟踪算法,分析了各算法的优缺点,并提出了分别适用于LRM和SAR模式近岸测高数据的改进算法,利用卫星测高数据和全球分布的验潮站数据进行了验证。主要工作包括:(1)分析了LRM模式和SAR模型回波波形特点,总结了当前国际上分别适用于LRM和SAR模式测高数据的较常用波形重跟踪算法,给出了各算法的优缺点及其适用性。(2)针对LRM模式数据,近些年提出来的自适应前缘子波形算法(Adaptive Leading Edge Subwaveform retracker,ALES)被广泛认可,本文发现其在近岸区域波形会受到峰值噪声的影响,导致重跟踪波形前缘中点右移,从而使得计算的到达时间偏大、海面高偏小。针对该问题,提出了一种改进的自适应加权子波形算法(Adaptive Weighted Subwaveform Retracker,AWS),通过自适应地延长或者缩短子波形截止门位置,以及分段加权处理有效地抑制了峰值噪声和后缘噪声的影响。利用Jason-2测高数据和全球69个验潮站数据,与ICE1、OCEAN、BETA5和ALES算法进行比较,验证了在近岸25km距离内AWS算法相对ALES算法有了较全面精度提升,且在近岸10km距离内明显优于其他算法。(3)针对SAR模式数据,本文基于多波形持续峰(Multiple Waveform Persistent Peak,MWa PP)算法和增强阈值算法的基本思想,提出了一种SAR多子波形阈值算法。该算法既利用了SAR回波波形波峰尖锐的特点,又利用了沿轨一定范围内较标准波形的海面高作为参考,准确搜索到波形真实前缘的位置,抑制了近岸地区的杂波影响。利用Sentinel-3A测高数据和全球30个验潮站数据,验证了在近岸25km距离内该算法均优于常用的ICE1、SAMOSA和Ice Sheet算法,特别是近岸5km距离内更优。(4)基于Sentinel-3A同步观测的LRM和SAR模式数据,本文利用ICE1、OCEAN和LRM多子波形阈值算法对其近岸25km距离内数据进行重跟踪后,联合全球30个验潮站数据,比较了两种模式获得的海面高精度,结果表明:在近岸地区,SAR模式相对于LRM模式在性能上有了显著的提高,尤其是在3km范围内,有了大幅度的提高。