长期以来,监测天津市附近渤海湾的污染状况,以及数据获取均依靠人力租船进行,此方法耗时费力。但是,越来越多免费遥感图像的获取使我们能够依靠大数据计算方法监测海洋污染状况。本文主要利用美国卫星遥感图像,首先借助Grab-Cut图像分割算法分析天津市附近渤海湾的污染情况变化,总体结论是近几年海洋污染状况堪忧。可喜的是,天津市附近三个重要的排污口的排污情况自2015年已得到明显的改善。此外,本文将Grab-Cut算法与其它一些常见的图像分割算法的分割效果进行比对,结果显示Grab-Cut算法在很少的用户标记下能够很快分割出目标区域,是分割效果最好的方法之一。然而,Grab-Cut算法以及现在已经提出的一些图像分割算法,或多或少的需要人为参与。我们提出了一种新的基于机器学习方法的海洋污染检测方法,即梯度提升决策树(GBDT)算法。它是一种快速且高度准确的提升集成算法。同时,信息熵(IFE)首先被用作遥感图像分类的一个特征。为了评估我们的方法,对100个图像样本(50个污染样本和50个未污染样本)进行了包括特征评估,参数设置和分类的若干实验。结果表明,我们方法的分类精度可以达到98.33%,整个过程(训练和测试)用时0.020s。因此,我们基于GBDT的方法有助于未来的海洋污染检测。两种算法的污染监测效果都较好,有望使用在未来的海洋污染监测中。