水体总悬浮物(TSS)会影响光在水体中的传播过程及水体的生态功能,在水生生态系统中起着重要作用。基于2009~2014年在太湖、巢湖、鄱阳湖、珠江口和大亚湾采集的生物-光学数据,分析了TSS浓度变化的遥感响应波段,构建了海岸带和内陆水体TSS浓度遥感定量估算模型,并结合VIIRS(Visible infrared imaging radiometer suite)卫星遥感数据揭示了水体TSS浓度的时空分布特征。结果表明,由不同水体组分贡献的比值模型[R_rs(865)/k_d(555)]可以解释81%的TSS浓度变化,其中,R_rs(865)为865 nm处的遥感反射比,k_d(555)为555 nm处的水体衰减系数。相比已报道的其他经验模型,本模型的估算精度有明显提高。验证结果表明,该模型可适用于海岸带和内陆水体,将其应用于预处理后的VIIRS卫星遥感数据,揭示了太湖和珠江口水域水体TSS浓度的空间和季节变化规律。

基于太湖、鄱阳湖、珠江口和大亚湾水域大量的生物-光学数据, 提出透明度高度(SD_H)法评价水域的透明度, 并将该方法应用于新一代水色卫星传感器Suomi NPP VIIRS, 揭示了水体透明度的动态变化特征。分析了不同水域透明度的主导影响因素, 对比了珠江口水域VIIRS和中分辨率成像光谱仪(MODIS)的透明度产品, 并讨论了两者的水环境监测能力。结果表明, 基于VIIRS的488,555,672 nm波段构建的SD_H模型适用于研究水域, 可以解释79%的透明度变化。将所提模型应用于预处理后的VIIRS卫星遥感影像, 可得到太湖、鄱阳湖、珠江口和大亚湾水体透明度的空间分布特征。相对于浮游植物, 悬浮物和有色溶解有机物是影响海岸带和内陆水体透明度的主导因子。VIIRS和MODIS的透明度产品在空间上保持一致, 但VIIRS透明度产品的空间分辨率优于MODIS, 环境监测能力较强。

基于2012~2015年洪泽湖4次星地同步试验数据,建立了较高精度的水体悬浮物浓度单波段(671 nm)模型(R2=0.74, RMSE=8.58 mg/L),并进行了验证(R2=0.72, RMSE=11.98 mg/L)；然后,将该算法成功应用到了2012~2015年464景VIIRS无云影像上.结果表明,洪泽湖悬浮物浓度呈现春夏低、秋冬高的季节特征和东、中部高,西、北部低的空间分布特征；在年际变化尺度上,悬浮物浓度年均值呈现较小的减少趋势.总体来说,VIIRS在浑浊水体悬浮物浓度上表现了较好的探测能力,在湖泊水色遥感领域具有较大潜力.

基于2013年巢湖实测数据，根据颗粒性有机碳（Particulate Organic Carbon，POC）浓度与叶绿素a之间的高度相关性，采用Gons和Simis算法估算浮游植物色素吸收aph(665)，继而实现对POC浓度间接反演。结果表明，Gons和Simis算法可用于蓝藻水华未覆盖内陆水体POC浓度的估算；Gons算法（RMSErel=21.90%）相对于Simis算法（RMSErel=23.81%）可以更好地反演POC的浓度。Gons和Simis算法在巢湖POC反演中取得了较好的结果，可以结合MERIS卫星用于巢湖水体POC估算。也可以为内陆湖泊水体碳循环研究提供技术和数据支撑，具有重要的科学研究意义。

基于2011年5次太湖水体现场测量数据, 分析富营养化水体颗粒有机碳(POC)对遥感反射比的影响, 构建了POC含量的遥感定量估算模型, 并结合MERIS遥感影像资料, 揭示了太湖水体POC浓度的时空变化特征.结果表明, 太湖水体中的POC对560～709nm波段范围内的遥感反射比影响显著; 基于海洋水环境特征构建的POC浓度遥感估算模型不适于太湖水体; 通过分析富营养化水体的光学特性以及POC对遥感反射比的影响, 发现MERIS传感器红(620nm)、近红外(709nm)波段遥感反射比的比值与POC浓度具有较好的相关关系(R2=0.75, n=132, RMSE=33.27%, P<0.05), 适于太湖水体POC浓度的遥感估算.

利用高斯模型模拟不同的藻类垂向分布结构, 研究其对于典型叶绿素a反演算法波段比值法的影响.结果显示, 藻类垂向分布不均一性导致了叶绿素a浓度反演结果与藻类生物量间不存在一一对应的关系；藻类分布集中于水面以及水下0.5m水深时会严重干扰波段比值反演算法的准确性, 说明当水体表面存在藻华现象时, 将导致反演算法失效；若排除此类情况, 波段比值法与水体表层0.25m处叶绿素a浓度、0~0.25m、0~0.5m水深范围内平均叶绿素a浓度值之间具有独立于藻类生物量以及藻类垂向分布的相关性；内陆湖泊叶绿素a反演算法与藻类垂向分布模型相结合, 是获取藻类生物量的必要条件.

基于2004～2010年太湖4次野外观测数据，结合MERIS遥感资料，评价两波段、三波段、改进三波段和四波段4个模型在浑浊II类水体叶绿素a浓度估算的精度，并利用太湖(13个有效样点)以及巢湖(21个有效样点)进行模型验证.结果表明，改进三波段模型反演叶绿素a浓度较高，更适于浑浊II类水体叶绿素a浓度的遥感反演，决定系数R2在0.34~0.94之间变化，RMSE变化范围为: 3.17~8.70 μg/L.分季节率定改进三波段模型参数，并建立太湖水体春、夏、秋、冬季的模型输入参数查找表，最终将改进三波段模型应用于MERIS遥感影像(8、9、10波段)，获取太湖水体叶绿素a浓度的空间分布和年内、年际变化.

受高浓度悬浮物的影响，浑浊Ⅱ类水体叶绿素a浓度高精度定量反演一直是研究难点之一.利用2004年到2010年太湖4次实测光谱数据和水质参数，分别建立了两波段、三波段、改进三波段及四波段的叶绿素a估算模型; 选择最优模型，利用巢湖2009年的实测数据进行独立验证.结果表明,四波段模型最适合高浑浊水体，线性相关性较好,决定系数R2在0.57～0.95之间，反演精度较高,RMSE在2.39～6.74 μg/L之间.

水体反射光谱红光区荧光峰是叶绿素特有的光谱特征,研究其位置变化与叶绿素的响应关系有助于内陆水体叶绿素含量的定量反演。通过2004-2006年13次长春南湖水体反射光谱和水质参数实测数据,分析了不同光谱分辨率下荧光峰位置变化与叶绿素a含量的响应关系,结果表明,两者呈现指数函数关系,即Peak position=a(Chl-a)b,不同光谱分辨率下,a在686.11-686.29,b在0.006 2-0.006 5间变化,且光谱分辨率越高,响应关系越好;荧光峰平均波长位置与叶绿素平均含量高度相关(R2>0.81),荧光峰位置变化适合用于反演叶绿素含量分布较为均匀的水体。这为今后利用成像光谱仪监测内陆水体叶绿素含量提供了实验和工作基础。