你有一个用于表示一片海洋的整数矩阵，该矩阵中每个点的值代表对应地点的海水深度。若值为0则表示陆地。由垂直、水平或对角连接的陆地为岛屿。岛屿的大小是指相连接的陆地的个数。编写一个方法来计算矩阵中所有岛屿的大小，返回值需要从小到大排序。

你可以通过广度优先搜索（BFS）算法来解决这个问题。以下是步骤：

1. 首先，初始化一个队列用于存储待访问的节点，以及一个集合用于存储已经访问过的陆地标记。将矩阵中的每一个值为0（陆地）的位置加入队列。

2. 然后进入循环，直到队列为空：
a. 从队列中取出第一个位置（x, y），并标记为已访问。
b. 检查周围上下左右四个相邻位置（x+1, y），(x-1, y), (x, y+1), (x, y-1)。如果它们也是0并且未被访问过，就将它们添加到队列，并增加当前岛的大小（可以使用计数器）。

3. 当队列遍历完后，岛屿的大小就是之前记录的大小列表。

4. 最后，你需要对所有岛屿的大小进行排序。你可以选择使用Python的`sorted()`函数，传入一个匿名函数作为key，这个函数比较岛屿的大小。排序完成后，返回排序后的岛屿大小列表。

这里是一个伪代码示例：

def island_sizes(matrix):
    rows, cols = len(matrix), len(matrix[0])
    visited = set()
    queue = [(i, j) for i in range(rows) for j in range(cols) if matrix[i][j] == 0]
    
    def is_valid(i, j):
        return 0 <= i < rows and 0 <= j < cols and matrix[i][j] == 0 and (i, j) not in visited
    
    def dfs(i, j):
        matrix[i][j] = -1
        visited.add((i, j))
        directions = [(1, 0), (-1, 0), (0, 1), (0, -1)]
        for dx, dy in directions:
            nx, ny = i + dx, j + dy
            if is_valid(nx, ny):
                dfs(nx, ny)
                
    island_sizes = []
    while queue:
        island_size = 1
        node = queue.pop(0)
        dfs(node[0], node[1])
        
        # 增加岛屿大小统计
        for x, y in visited:
            island_size += matrix[x][y] == 0
        island_sizes.append(island_size)
        visited.clear()
        
    # 返回排序后的岛屿大小列表
    return sorted(island_sizes)

# 使用示例
matrix = [[0, 1, 0, 0], [1, 1, 1, 0], [0, 1, 0, 0]]
print(island_sizes(matrix))  # 输出：[1, 1, 2, 3]