1、近些年來(lái)，隨著我國(guó)工、農(nóng)業(yè)的迅速發(fā)展，大量含有氮、磷等元素的工業(yè)、農(nóng)業(yè)污水和生活廢水被排入到河流與湖泊中，使得我國(guó)湖泊出現(xiàn)了嚴(yán)重的富營(yíng)養(yǎng)化現(xiàn)象，尤其是長(zhǎng)江中下游一帶的湖泊，例如：太湖、巢湖等。每年，夏秋季節(jié)這些湖泊都會(huì)暴發(fā)嚴(yán)重的藍(lán)藻水華。藍(lán)藻水華直接影響著人類的健康、經(jīng)濟(jì)的發(fā)展以及生態(tài)的平衡。本文主要利用我國(guó)國(guó)產(chǎn)的環(huán)境衛(wèi)星CCD數(shù)據(jù)，通過(guò)自動(dòng)控制散點(diǎn)回歸的方法（ASCR）對(duì)不同影像的CCD數(shù)據(jù)進(jìn)行相對(duì)輻射校正，再將歸一化植被指數(shù)（NDV

2、I）和像元生長(zhǎng)算法（APA）相結(jié)合，提出了一種可業(yè)務(wù)化運(yùn)行的藍(lán)藻水華高精度提取算法，并將該算法應(yīng)用在新發(fā)射的高分一號(hào)衛(wèi)星和美國(guó)陸地Landsat衛(wèi)星上。通過(guò)本文的研究，可得出以下結(jié)論：
　　（1）通過(guò)自動(dòng)控制散點(diǎn)回歸方法進(jìn)行相對(duì)輻射校正后的CCD影像，校正結(jié)果較為理想，使得相對(duì)穩(wěn)定的同名地物在不同時(shí)相影像上輻射值一致，以此通過(guò)不同時(shí)相影像上輻射值的差異來(lái)進(jìn)行太湖藍(lán)藻水華動(dòng)態(tài)變化的監(jiān)測(cè)。
　?。?）利用NDVI指數(shù)初步提取每景

3、影像上太湖區(qū)域的藍(lán)藻水華，接著利用坡度分析法確每一景影像的閾值，再利用統(tǒng)計(jì)分析的方法，確定一個(gè)統(tǒng)一的藍(lán)藻水華提取閾值，解決了以往一景影像一個(gè)閾值，難以大規(guī)模批處理的難題。
　?。?）通過(guò)像元生長(zhǎng)算法對(duì)像元進(jìn)行線性分解，提取精度可以達(dá)到亞像元級(jí)別，更精確的統(tǒng)計(jì)了太湖藍(lán)藻水華的面積和分布情況。
　?。?）對(duì)2009-2014年下半年太湖藍(lán)藻水華暴發(fā)情況進(jìn)行長(zhǎng)時(shí)間序列的連續(xù)監(jiān)測(cè)，發(fā)現(xiàn)2013-2014年太湖藍(lán)藻水華較以往相比暴發(fā)面

4、積減少，規(guī)模較小，水質(zhì)得到了控制和改善。研究也表明，該算法對(duì)藍(lán)藻水華識(shí)別能力強(qiáng)，自動(dòng)化程度和水華提取精度高，可作為業(yè)務(wù)化運(yùn)行的算法。
　?。?）對(duì)比我國(guó)新發(fā)射的高分一號(hào)衛(wèi)星CCD傳感器，以及美國(guó)的Landsat衛(wèi)星傳感器，發(fā)現(xiàn)它們與環(huán)境衛(wèi)星CCD傳感器的相關(guān)性較高。由此，將本算法應(yīng)用在高分一號(hào)衛(wèi)星數(shù)據(jù)，以及美國(guó)Landsat系列數(shù)據(jù)上，基于環(huán)境衛(wèi)星CCD數(shù)據(jù)對(duì)其它影像數(shù)據(jù)進(jìn)行相對(duì)輻射校正，最終實(shí)現(xiàn)了利用多衛(wèi)星平臺(tái)進(jìn)行更長(zhǎng)時(shí)間序列和