南海是我国管辖海域中面积最大、水深最深的一个海区，南沙作为南海中分布面积最大、岛礁分布最零散的一个群岛，不但拥有丰富的渔业、油气资源，更扼守国际航道的要冲，是南海的重中之重。准确获取南沙群岛岛礁的基础数据，并进行适时更新，不仅对于南沙岛礁的保护、管理和开发具有重要的意义，更是彰显我国主权的一项实际行动。然而大多数南沙岛礁均处于远离大陆、分布零散、无人居住、缺乏淡水、植被稀少的条件下，部分岛礁更是长期被其他国家非法侵占，在此极端条件下传统调查手段的开展受到严重限制。随着遥感技术的高速发展，具有高精度、高频度、大范围同步、非接触等优势的遥感手段逐渐成为一项适合南沙岛礁调查与监视监测的重要手段。当前就南沙岛礁遥感监测而言，亟待解决的几个主要技术问题包括:如何查清岛礁位置，掌握岛礁的基本情况;如何获得岛礁浅水区域的水深信息;如何掌握南沙岛礁的变迁情况。本文以解决这些关键技术问题为目标，以南沙岛礁的地貌单位为核心单位，开展了如下研究:　　(1)南沙岛礁作为一种特殊的地理对象，因其具有远离大陆、分布零散的特点，难以按照传统方法布设像控点开展几何校正，本文研究了如何在稀少甚至无像控点情况下实现南沙岛礁定位的方法，并对无像控点定位情况下高分辨率遥感卫星自主定位精度进行了评估。除此之外，针对南沙岛礁遥感中常见的太阳耀斑，本文对其形成原因进行了分析，并研究了太阳耀斑去除的相关方法。　　(2)地貌单元是以地物的地貌成因以及形态为标准而形成分类单元，是研究南沙岛礁的一个基本核心概念，获取南沙岛礁的地貌单元信息是开展南沙其它相关研究的一个重要前提。本文以面向对象多尺度分割分类方法为基础，开展了南沙岛礁地貌单元的提取工作，具体包括:①研究分割尺度的定量选择方法，并选择了南海礁作为试验区开展了最佳分割尺度的计算工作;②在最佳尺度下对高分辨率影像进行了多尺度分割，对分割后的对象使用支持向量机、人工神经网络、随机森林等多种非参数分类器进行了分类，并在分类时采用参数寻优工具对分类参数进行优化;③对支持向量机、人工神经网络、随机森林的分类结果进行了比较，总结对比了三种方法分类精度，分析了三种方法的优劣，得出了三种方法均能取得优于85％的分类效果，其中支持向量机分类效果最优(92.28％)的结论。　　(3)岛礁的浅水水深是一项重要参数，它直接决定着岛礁的通航能力、锚泊能力和建设潜力。本文在常规基于光谱信息水深提取方法之外，提出了一种基于立体观测的水深提取方法，该方法基于卫星从不同角度观测同一水下地物，水下地物经过折射，其虚像水面发生偏移的现象来确定水深。本文分析了水深与偏移量之间的几何关系，并推演出了计算方程，并就立体观测法的误差来源进行了详细分析，并以南沙南海礁为例，开展了示范性应用。相对于传统基于光谱信息的方法，立体观测法具有不依赖现场实测水深数据，不需要进行潮汐计算，不需要进行大气校正，对测区水质、环境条件不敏感，可对水体折射偏移进行校正，误差来源清晰可控等优点，是一种适合我国南沙岛礁的水深提取方法。　　(4)新生沙洲是南沙的一种典型而又有特色的地貌单元，新生沙洲是灰沙岛形成前一个重要的过渡性地貌。新生沙洲的发现和监测是对南沙群岛进行实际管控的一项重要举措，具有重要的政治意义。本文以南沙郑和群礁南薰礁一组多时相卫星遥感数据为例，结合太平岛海洋站现场实测数据，研究了南薰礁新生沙洲变迁与海表风之间的关系，查明了该新生沙洲变迁的规律，发现影响该新生沙洲迁移的主风向是东风，其次西风和北风，南风由于受到南部礁楼的阻挡，对该沙洲迁移几乎没有影响。