1、以我國第三大內(nèi)陸淡水湖泊太湖為研究對象，通過野外實地采樣獲取的水體遙感反射率以及水質(zhì)參數(shù)等數(shù)據(jù)，確定了太湖水體富營養(yǎng)化狀態(tài)遙感評價的水質(zhì)因子；進(jìn)而基于環(huán)境一號衛(wèi)星高光譜影像數(shù)據(jù)和多光譜影像數(shù)據(jù)，分別構(gòu)建了太湖富營養(yǎng)化狀態(tài)的三波段和回歸評價模型，并結(jié)合地面同步實驗，對模型的精度和適用性進(jìn)行評價；利用2009年至2011年獲取的環(huán)境一號衛(wèi)星多光譜數(shù)據(jù)對太湖富營養(yǎng)化狀態(tài)時空分布進(jìn)行評價和對比分析。研究成果將促進(jìn)環(huán)境一號衛(wèi)星影像數(shù)據(jù)在內(nèi)陸水體富

2、營養(yǎng)化狀態(tài)監(jiān)測中的利用，為內(nèi)陸水環(huán)境質(zhì)量評價提供技術(shù)支持。
　　研究結(jié)果如下：
　　(1)太湖水體富營養(yǎng)化遙感評價的水質(zhì)因子
　　葉綠素濃度是連接水面遙感信息與富營養(yǎng)化評價的重要參數(shù)。一方面，葉綠素對太湖水面遙感反射率有較大影響，特別是在紅光和近紅外波段，其影響達(dá)到最大值，因此，其變化信息能夠較為充分地反應(yīng)在水面遙感信息中；另一方面，僅采用葉綠素濃度作為富營養(yǎng)化狀態(tài)評價指標(biāo)的評價結(jié)果與綜合評價結(jié)果相比，平均相對誤差為5

3、.97％。所以本研究中將葉綠素濃度確定為太湖水體富營養(yǎng)化遙感評價的水質(zhì)因子。
　　(2)基于環(huán)境一號衛(wèi)星高光譜數(shù)據(jù)的太湖富營養(yǎng)化評價模型
　　根據(jù)三波段算法原理，結(jié)合地面實測的高光譜數(shù)據(jù)，確定可以有效反映葉綠素濃度光譜特征的波段為680nm、694nm以及717nm，其所對應(yīng)的環(huán)境一號衛(wèi)星高光譜數(shù)據(jù)波段分別為B73、B76和B80；基于此構(gòu)建了太湖水體富營養(yǎng)狀態(tài)高光譜評價模型，
　　TLI(Rrs)=104.05*((

4、Rrs(λB73)-1-Rrs(λb76)-1)*Rrs(λB80))+47.132
　　該模型的R2為0.7868，平均相對誤差為9.19％。
　　(3)基于環(huán)境一號衛(wèi)星多光譜數(shù)據(jù)的太湖富營養(yǎng)化評價模型
　　利用地面實測的高光譜數(shù)據(jù)參照環(huán)境一號衛(wèi)星多光譜數(shù)據(jù)的波段設(shè)置，模擬星上多光譜數(shù)據(jù)，對比39種波段組合方案，構(gòu)建了基于環(huán)境一號衛(wèi)星多光譜太湖富營養(yǎng)化狀態(tài)評價模型，
　　TLI(Rrs)=168.03*(HJ4

5、+HJ2)/(HJ1+HJ3)-91.55
　　精度驗證表明模型的平均相對誤差為11.77％。
　　(4)太湖富營養(yǎng)化狀態(tài)時空分布
　　根據(jù)構(gòu)建的太湖富營養(yǎng)化狀態(tài)多光譜評價模型，結(jié)合環(huán)境一號衛(wèi)星多光譜數(shù)據(jù)，對太湖水體2009年1月至2011年12月的富營養(yǎng)化狀態(tài)進(jìn)行了連續(xù)的監(jiān)測；監(jiān)測結(jié)果發(fā)現(xiàn)，目前太湖水體的富營養(yǎng)化程度依舊較為嚴(yán)重，在2009年至2011年中，最嚴(yán)重月份的重度富營養(yǎng)化水體分別占79.32％、41.23％