海洋环境观测是研究海洋、开发海洋、利用海洋的基础,而对海洋环境特征的检测、分析与跟踪一直以来都是海洋观测的重点研究对象。中小尺度海洋环境容易受到外界环境的干扰,在时间和空间上都具有多变性,这对预报和跟踪海洋特征提出了重大挑战。海洋环境观测数据可以依靠科考船、浮标以及潜标进行观测,但测量范围有限且自主性较差,长期的海洋科考成本较高、效率较低。相较之下,随着水下无人系统的发展,小型灵活的移动观测平台能够快速对指定区域进行采样并获取目标区域的高分辨环境信息,高效自主地采集海洋环境参数的关键时空样本。但水下移动观测平台仍长期面临有限观测资源和覆盖范围之间的矛盾。因此我们希望水下移动观测平台能够在有限资源以及无人干预的情况下,实时处理自身采样的随时间空间变化的环境数据,依据目标特征分布情况自适应调整采样路径,实现关键时空信息的自主采样。锋面和温跃层对声波在海洋中的传播有显著影响,对这两个海洋特征的研究在海洋科学、水声工程以及军事应用中都具有重要的意义。本文针对中小尺度海洋特征的检测、跟踪及预报需求,选取温度锋面和温跃层这两个具有代表性的海洋特征作为自适应采样跟踪的对象,重点研究相关的特征实时跟踪算法,主要包括以下工作内容。针对锋面跟踪中环境变化快且形态复杂的问题,对已有的基于高斯过程回归的二维锋面跟踪算法进行改进,优化其锋面搜索策略和约束条件。分别在静态和动态锋面环境场中,展开对之字锋面跟踪算法、基于最小二乘估计的锋面跟踪算法和基于高斯过程回归的锋面跟踪算法的仿真对比,利用多项性能指标评估各算法的跟踪性能,结果表明基于高斯过程回归的锋面跟踪算法的稳定性和自适应跟踪能力更优。另外考虑到锋面在垂直方向上的特性,引入垂直均匀性指数,将二维算法推广到三维锋面跟踪中。针对已有温跃层跟踪算法计算复杂度较高的问题,设计了一种基于跟踪等温线的温跃层跟踪算法,利用海试数据验证算法的可行性,并与基于最大温度梯度的温跃层跟踪算法进行对比,结合数值指标分析了相关算法的优缺点。为了改善等温线跟踪算法的局限性,在基于等温线的温跃层跟踪算法的基础上结合全局路径规划算法,提出了一种局部和全局相结合的自适应采样算法。