受到经济发展和人类活动的影响,湖泊水环境问题日益突出,已成为当前人类社会不可忽视的问题。针对湖泊水环境问题,湖泊水色遥感也越来越成为当前重要的研究方向。本文在探讨太湖叶绿素浓度分布的成因的基础上,结合MERIS遥感图像,探索太湖二类水体高光谱遥感影像的叶绿素的适宜性模型。通过一种新型半分析模型——APPLE模型,结合经过大气校正的MERIS高光谱遥感数据和太湖准同步监测数据,构建反演模型,并从反演模型得到的关系模型中深入探讨模型的适用性和实用性。本文主要的研究内容有以下几点:(1)建模前数据处理。受到水蒸气、气溶胶等大气物质的影响,MERIS遥感图像会受到一定程度的干扰,对实验结果的精确度会造成较大的误差。建模前的MERIS遥感影像的校正是影响实验结果的重要操作。用BEAM软件对MERIS遥感图像进行预处理,减小大气对实验结果的影响。利用经过辐射校正、大气校正、图像裁剪的MERIS数据来构建叶绿素浓度的反演模型,以此提高实验结果的精度。(2)构建反演模型。利用处理后的MERIS遥感数据和太湖准同步水质监测数据,分为对太湖全局随机采样点、太湖分区采样和以悬浮物浓度为界的随机采样,分别对三种条件下的太湖构建APPLE模型和归一化指数模型,从得到的数据信息中分析APPLE模型的适宜性,准确性以及是否适合用于研究太湖II类水体。结果证明,APPLE模型优于归一化指数模型,更适合应用于研究太湖流域,且模型的精确性方面需要再得到进一步的优化和提高。(3)太湖的时空分析。对太湖区域的富营养化程度进行了评估和分析,结合分析近几年太湖藻类植物的实测数值,时间上:受到温度和风力的影响,春冬两季叶绿素浓度偏低,夏季叶绿素浓度达到最高,秋季受到夏季的影响,叶绿素浓度也偏高;空间上:太湖整体呈现东南轻、西北重,湖心轻、沿岸水域重的格局。