海洋环境监测长期以来面临着分辨率与工作距离、空时尺度与资源之间的矛盾。动力模式可实现大范围海洋环境预报,但对中小尺度环境变化敏感度低,预报的分辨率和精度受到限制。声学反演依赖于局部观测节点,但对中小尺度动力学过程敏感。本文充分挖掘海洋动力-声传播之间的耦合关系,将大范围低精度的模式计算与局部节点的较高精度的声学反演结合起来,以得到一种更准确的海洋信息获取方法。考虑到动态水体环境参数反演须同时利用海底地声参数信息,本文采用经典匹配场反演方法估计静态海底地声参数。从目标函数敏感性分析出发,结合高效的全局搜索算法——遗传算法进行匹配场反演。对于水体声速剖面反演的声学测量系统,本文对垂直接收阵模型进行了单频和宽带信号反演地声参数的对比分析。此外,本文对分布式传感器节点用于海底地声参数反演进行了初步研究。针对水体声速剖面的空-时演变特性,本文从序贯滤波观点出发,在集合卡尔曼滤波(Ensemble Kalman Filter, EnKF)算法的基础上,提出了权重集合卡尔曼(Weighted Ensemble Kalman Filter, WEnKF)算法。该算法考虑到背景集合样本分布情况,加入样本权重以缓解集合样本的高斯近似假设限制。通过实例分析,WEnKF算法可有效提高空-时演化声速剖面的性能,由于声速剖面演化的非高斯性,WEnKF在时变性较强的反演问题中有显著优势。同时,本文利用海洋动力模式ROMS (Regional Ocean Model System)预报的先验声速场信息,建立状态演化方程；结合声压观测方程,构建声场-动力环境耦合状态-空间模型。仿真及实验数据验证了ROMS-WEnKF估计方法在空-时变化海洋环境下可有效提高反演精度。最后,综合以上水体及沉积层参数反演方法,本文分析了海洋环境声学反演软件系统的需求,设计了软件整体架构和功能模块,编写了海洋环境参数反演专用软件系统。