湖泊富营养化是当前人类所面临的重大环境问题，目前迫切需要建立一套准确、客观、快速、动态的水质监测和评价系统，为富营养化水体的治理和决策提供依据。利用遥感进行水质监测具有宏观、快速、成本低和便于进行长期动态监测等优势，然而目前对于富营养化水体水质参数的遥感反演精度和模型的普适性较低。因此，如何提高水质参数的反演精度和模型普适性就成为当前富营养化水体水质监测的当务之急。　　 本文以太湖为实验区，基于大量实测数据和MODIS卫星遥感影像，围绕着提高太湖叶绿素α浓度的反演精度、总悬浮物浓度遥感反演模型的普适性、以及基于遥感影像的太湖蓝藻水华的影响评价方法等三方面内容展开了广泛而深入的研究。具体的研究方法及其结论如下：　　 i.运用浓度分段反演法进行叶绿素α浓度的高精度反演　　 富营养化水体的一个突出特点是叶绿素α浓度在空间和时间上差异很大。将极高浓度和极低浓度的叶绿素α一起建立反演模型，往往会带入很大的误差。因此可以将不同浓度的叶绿素α分开反演，分别建立适合该浓度的反演模型，是改善叶绿素α浓度反演精度的基本思想和研究方法。　　 通过对人湖水面实测光谱的建模和验证的结果显示，相对于传统经验模型，浓度分段模型不仅对建模数据具有更高的拟合精度，而且对不同期的验证数据也具有更好的预测效果。说明浓度分段模型可以显著提高富营养化水体的反演精度，并且具有较好的适用性。　　 ii.基于大样本数据建立总悬浮物浓度的普适性模型　　 通过对12期22天的太湖野外实测数据与MODIS反射率数据的回归分析，结果显示，太湖总悬浮物浓度与MODIS500m分辨率的波段1、3差值(B1-B3)之间存在较高的拟合精度(R2=0.659)。由于参与回归的样本量较大(N=335)，且样本的时空分布较广，使得该结果具有较高的可信度和实用价值。　　 iii.利用基于藻华空间分布的距离影响评价法对藻华影响大小进行评价　　 通过对2期MODIS数据的验证结果显示，利用本文提出的藻华影响评价法及其计算的归一化影响指数(NII)大小与藻华分布情况相一致。说明本文提出的藻华影响评价方法具有一定的合理性、可行性和实用性。