海况偏差是高度计测高的主要误差源之一,会造成测量的海表面高度比实际值偏小,一般采用经验模型对其校正。本文基于JASON-1高度计交叉点数据、共线处理后的数据深入研究了海况偏差校正参数模型、直接估计模型以及混合估计模型等经验模型。　　 采用交叉点差分的方法消除除海况偏差之外的噪声信号,基于泰勒展开构造以有效波高、风速为变量的海况偏差参数模型,利用线性回归的方法得到模型的参数估计值。对其进行有效性检验并筛选得到最优参数模型。　　 利用平均海表面高度和海表面高度之间统计意义上的联系,构造海况偏差校J下直接估计模型,通过检验数据概率密度分布是否满足正态分布或以均值为轴的对称分布,以此验证直接估计模型的有效性。　　 对参数模型和直接估计模型的优缺点进行分析,利用参数模型对直接估计模型进行加权拟合,并将拟合得到的参数模型与直接估计模型进行融合。对直接估计模型和其拟合得到的参数模型之间的残差采用局部窗宽、Epanechnikov核、局部线性估计的方法做了平滑处理,使残差的分布变得连续、光滑,解决了两模型叠加边缘等地区海况偏差校正的不连续问题,得到海况偏差校正混合估计模型。通过与直接估计模型对比验证混合估计模型的有效性,混合估计模型集中了参数模型和直接估计模型的优点。　　 将各经验模型分别应用到JASON-1测高数据校正中,并与JASON-1地球物理数据集(GDR)中的数据进行对比。结果证明,各模型均有较好的适用性。其中,海况偏差混合估计模型优势最为明显,不仅精度较高,而且具有很好的外延性。