叶绿素浓度是监测近岸水体富营养化程度、赤潮和碳汇的重要指标,对其实现遥感监测具有重要的意义,但现阶段缺乏同时具有高空间分辨率、高遥感反射率探测精度难以满足近岸水体监测需求。数据融合能够综合利用多源遥感数据优势,获取高空间分辨率和高遥感反射率测量精度的遥感影像,这对于近岸水体叶绿素浓度监测和生态环境监测等均具有重要意义。本文以高空间分辨率的Sentinel-2 MSI（Multi Spectral Instrument）影像和高遥感反射率Rrs（remote sensing reflectance）精度的Sentinel-3 OLCI（Ocean Land Colour Instrument）影像为数据源,分别开展了基于小波变换（WTBF,wavelet transform based fusion）、生物光学模型（BOBF,bio-optical based fusion）和混合像元分解（IUBF,improved unmixing based fusion）三种方法的数据融合实验,并在此基础上借助现场实测Rrs数据对各种方法的融合数据质量和最优融合算法的区域适用性进行了评估。此外对最优融合算法生成影像反演叶绿素浓度效果进行了评估,并在温州近岸海域每月筛选一对MSI和OLCI影像进行融合,利用OC4Me反演叶绿素并进行季节融合。结果表明:（1）OLCI的Rrs数据精度高于MSI。其中MSI在443 nm、560 nm和665 nm三个波段的MRE、RMSE均高于OLCI,表明MSI的Rrs精度相对OLCI较低;目视效果和平均梯度表明MSI的清晰度高于OLCI;（2）BOBF是三种方法中融合效果最佳的算法。综合MRE、RMSE和bias来看,BOBF和WTBF所生成的影像Rrs准确性高于MSI,而IUBF生成的融合影像的MRE、RMSE和bias相对WTBF和BOBF较高,准确性较差;目视评价和平均梯度表征WTBF和BOBF生成影像的清晰度与MSI相近,BOBF清晰度高于WTBF,IUBF生成影像清晰度相对于OLCI有所提高但低于WTBF和BOBF;（3）在Rrs更低的烟台近岸海域,BOBF生成的融合影像清晰度与MSI相当且测量准确性相对于MSI更高,具有良好的适用性。（4）基于BOBF融合生成影像反演的叶绿素浓度影像的清晰度相对于OLCI得到提高,反演的叶绿素浓度与OLCI保持较高的相关系数和较低的RMSE。（5）温州近岸海域叶绿素分布存在较大的空间差异,叶绿素浓度随着向远海延伸呈现下降趋势。叶绿素浓度分布存在着明显的季节特征。温州近岸海域2020年春季的叶绿素平均浓度为4.7098 mg/m~3,夏季为2.5614mg/m~3,秋季为4.1979 mg/m~3,冬季为7.3196 mg/m~3,冬季平均叶绿素浓度最高,夏季最低。