近年来随着社会经济的不断发展与湖泊流域人类活动的加剧,过多的工业和生活污水被排入水体中,部分内陆水体的富营养化和蓝藻水华问题越来越严重。卫星遥感具有大面积、快速地对地观测优势,在藻类暴发的位置、面积和动态变化监测应用中发挥着日益重要的作用。目前MODIS和HJ-CCD等被动光学遥感传感器是太湖蓝藻水华遥感监测的主要手段。在遥感监测蓝藻水华过程中存在着光学传感器遥感监测水华难于自动提取,以及在有云的天气条件下光学传感器不能应用于水华遥感监测的问题,难以满足蓝藻水华遥感监测业务化运行在准确性和时效性方面的要求。因此,开展基于被动光学遥感的蓝藻水华分布自动提取,以及基于主动微波遥感-合成孔径雷达(SAR)的蓝藻水华监测的研究,具有非常重要的意义。本文以中国典型的大型内陆水体-太湖为例,开展蓝藻水华主被动遥感监测研究。分析蓝藻水华光学遥感图像,发现水华边界区域具有典型的过渡区的特点。为了寻求过渡区中的水华边界阈值,本文提出了梯度复杂度的概念,通过建立灰度-梯度复杂度映射,采用最大梯度复杂度的方法获取阈值实现对遥感图像的自动分割和水华分布区域的提取；光学遥感监测藻类爆发受云覆盖的制约,而SAR具有不受光照和气候条件等限制实现全天时、全天候对地观测的特点,为了能在有云的天气条件下监测太湖蓝藻水华,本文将SAR系统引入蓝藻水华遥感监测工作。蓝藻水华能降低雷达后向散射,在SAR图像上形成暗区斑区。但其他因素如低风速也会造成雷达后向散射的降低,这给单独使用SAR探测水华带来干扰。通过特征提取和选择,本文使用支持向量机(SVM)方法分类识别这些暗区图斑,给出了SAR探测太湖蓝藻水华的能力评估。同时,开展了基于Radarsat-2的太湖蓝藻水华星-地同步的真实性检验；将本文提出的最大梯度复杂度法应用于MODIS遥感影像,统计并分析了2005-2014年太湖蓝藻水华的空间分布特征以及年际变化、季节变化和月变化规律与发展趋势。同时结合多景同步图像,分析了全天候气象条件下MODIS和SAR的联合监测太湖蓝藻水华的应用可能。论文的创新性成果和主要贡献主要体现在三个方面。(1)提出梯度复杂度的遥感图像分割特征概念,并进而发展出了最大梯度复杂度法的蓝藻水华遥感监测自动提取方法,解决了蓝藻水华光学遥感监测应用中的自动化处理难题。(2)对太湖蓝藻水华进行基于SAR的遥感监测研究,发展了基于SVM的水华图斑识别方法,并通过天地同步实验,分析蓝藻水华的物理化学特性,揭示其基于SAR的遥感监测机理。(3)使用最大梯度复杂度法对太湖最近十年来的MODIS遥感数据进行处理,获得了水华分割阈值的分布特点,全面分析了十年来太湖蓝藻水华的时空变化规律和发展趋势。论文的研究成果可以为我国内陆水体的全天候、时空一体化蓝藻水华动态监测与应用提供新的理论与方法支持。