海洋与气候系统是一个非线性、非平稳的系统，仅考虑线性、平稳的变化过程并不能很好的反映系统本身固有的非线性特征。经验模分解方法能够将非线性、非平稳的数据分解为具有本质物理过程的多个模态函数，进而可单独分析每个模态函数所对应的物理过程，这使得我们有机会认识数据所表征的机制与信息,了解数据所对应的物理现象的非线性和非平稳特征及其物理机制。本文重点运用希尔伯特-黄变换（HHT）分析海洋与气候的卫星遥感观测数据，研究海洋与气候数据中季节的非线性特征和变化趋势，并分析其相应的物理机制。本文第一部分着重分析了AERONET气溶胶光学厚度与可吸入颗粒物的季节变化特征及相关性。结果表明，二者具有显著的半年和年周期振荡，其中半年的两个峰值分别出现在每年的3月和10月。受沙尘天气以及内陆污染物输送的影响，二者的半年震荡的第一个峰值的振幅显著高出10月的，是一年中污染最为明显的时期；年周期尺度上，二者的变化过程与年降雨量和太阳辐射成负相关关系，表现为冬季高夏季低，其中峰值均出现在2月前后。长期趋势上，研究期间二者整体呈现显著的下降趋势，且回归分析显示二者在下降趋势上存在明显的非线性关系。本文第二部分重点分析了卫星遥感海表叶绿素a、SST和海面高度的观测数据，明确展示了各物理量中季节变化的非线性特征。结果显示，三个物理量的季节变化的非线性特征分别对应着不同的物理过程。以北太平洋中高纬度为例，叶绿素a具有显著的非线性半年和年变化特征，而SST和SSH仅表现出了年变化。对于叶绿素a,非线性双峰特征显著，分别出现在每年的5月和10月，且第二个峰值的振幅明显高于5月的；而年变化在每年的差异性较大，平均峰值出现在7月，其振幅（0.012㎎/m3）比半年变化中的第一个峰值的（0.08㎎/m3）还小。对SST而言，年周期变化特征较稳定，表现为秋季高冬季低，峰值出现在8月和9月。SSH的年变化虽然看上去与SST相似，但是其峰值较SST滞后一个月，而且二者的瞬时频率在峰值的变化速率差异明显，主要表现为SST快速升温到达峰值后，缓慢降温，而SSH则相反。这一差异反映了决定SST和SSH季节循环的不同的非线性物理过程。本文第三部分利用经验模分解（EMD）方法分析了MODIS观测的海表叶绿素a的变化趋势，并探讨了其对主控因子的响应机制。结果表明，叶绿素a在西太平洋暖池区呈现显著的上升趋势，其上升速率具有先上升后下降的非线性特征。在赤道太平洋辐散区，叶绿素a表现为显著的先加速下降后减速下降的非线性变化趋势，均没有与海表面温度的变化呈现出反位相关系。表明海表面温度与叶绿素a趋势之间的关系仍需进一步确认，人类活动导致的全球变暖的大背景对全球海洋叶绿素a的长期影响作用还需深入的探索。本文利用EMD方法分析了海洋和气候中多种类型的观测数据，重点展示了这些物理过程的季节循环、长期变化趋势中的非线性特征。需要指出的是，一些观测数据中显现出的非线性过程在现有的海洋与气候模式中仍然没有能够得到很好的模拟，这在一定程度上反映了以往数据分析中忽略的现象对模式发展的影响。因此，本文的研究成果可为进一步改进海洋与气候模式的模拟能力提供一定的参考依据。