蓝藻是内陆富营养化水体水华发生时的主要优势藻种,蓝藻丰度(蓝藻藻密度占总藻密度的比例)对于蓝藻水华的预警和监测具有重要意义。利用遥感技术可以宏观、快速和实时地监测蓝藻丰度,能反映蓝藻是否为优势藻种以及蓝藻丰度分布的时空差异性和变化规律,因此发展蓝藻丰度的遥感监测模型具有重要的意义。本文以典型的内陆富营养化湖泊太湖为研究区,通过探讨蓝藻丰度与不同生物光学特性关系,包括表观光学特性(遥感反射率)、固有光学特性(浮游藻类吸收系数)和色素浓度(PC: Chla),分析不同蓝藻丰度光学特征的差异,研究蓝藻丰度的遥感估算方法。在此基础上分别构建了基于MERIS数据的蓝藻丰度遥感估算的偏最小二乘模型和蓝藻丰度遥感估算的半分析模型。主要研究内容和结论包括以下4个方面:(1)蓝藻丰度与生物光学特性的响应关系在分析蓝藻丰度和遥感反射率(Rrs)、浮游藻类吸收系数(aph)以及色素浓度(PC: Chla)的关系的基础上,发现蓝藻丰度的差异能够在遥感反射率及浮游藻类吸收系数上很好的指示出来,不同蓝藻丰度的遥感反射率差异主要表现在560nm～700nm波段范围内,且随着蓝藻丰度的升高,624nm处的反射谷的深度也在增加。浮游藻类吸收系数对蓝藻丰度有着更明显的指示作用。随着蓝藻丰度的增加,624nm处的吸收峰更为明显,而且浮游藻类吸收系数的波段比值[aph(624) - aph(550)]/[ap(624) + aph(550)]和[aph(665) - aph(624)]/[aph(665) + aph(624)]以及单位吸收系数波段比值[aph*(624)- aph*(550)]/[[aph*(624) + aph*(550)]和[apt*(665)- aph*(624)]/[aph*(665)aph*(624)]与蓝藻丰度都具有较好的相关性,均能够较好地指示蓝藻丰度,波段比值[aph(624) -aph(550)]/[aph(624) + aph(550)]和[aph(624) - aph*(550)]/[[aph*(624) +aph*(550)]与蓝藻丰度的相关性更为紧密。但研究发现,色素浓度PC: Chla与蓝藻丰度的相关性很差,PC: Chla不能够用来指示蓝藻丰度。(2)蓝藻丰度经验估算模型的构建将野外实测的高光谱遥感反射率数据模拟到MERIS的15个波段上,基于蓝藻丰度和遥感反射率的关系,选用模拟的MERIS波段中的第五波段(中心波长560nm)、第六波段(中心波长620nm)、第七波段(中心波长665nm)、第八波段(中心波长681nm)和第九波段(中心波长709nm)构建了蓝藻丰度估算的偏最小二乘模型,其均方根误差为8. 58,平均相对误差为14. 09%,所构建的模型能够较好地估算水样的蓝藻丰度。(3)蓝藻丰度半分析估算算法的构建在分析不同蓝藻丰度样点光学特征的基础上,提出了一种蓝藻丰度遥感估算的半分析模型,通过浮游藻类的吸收系数(aph)分离得到藻蓝蛋白在620nm处的吸收apc(620)和叶绿素a在665nm处的吸收achl(665),基于蓝藻丰度和apc(620)/achl(665)的关系,构建了基于 Rrs (620)、Rrs (665)、Rrs (709)和 Rrs(778)的蓝藻丰度估算的半分析模型。模型的均方根误差为19. 57,平均相对误差为41. 37%。虽然半分析模型的精度比偏最小二乘模型的精度稍差,但该算法具更具有物理基础和意义,其在内陆湖泊的通用性方面具有更好的潜力。(4)太湖区域蓝藻丰度分布及其季节性变化通过两步法实现太湖区域蓝藻丰度的遥感估算,首先根据光谱形状SS (665),判断蓝藻是否存在,然后基于MERIS数据和偏最小二乘模型实现了太湖区域蓝藻丰度的反演。结果表明,不同季节蓝藻丰度分布不同,整体上夏季和秋季蓝藻丰度处于较高水平,春季和冬季蓝藻丰度处于较低水平。在空间上,不同湖区蓝藻丰度变化趋势不同,胥口湾和东太湖蓝藻丰度比较稳定,四季都处于较低水平;竺山湾、梅梁湾和西北湖区蓝藻丰度从春秋到冬季呈现增多-减少-减少的趋势;贡湖湾、中心湖区和西南湖区蓝藻丰度从春季到冬季呈现持平-增多-减少的趋势。