湖泊水色遥感的主要目标是通过遥感影像获取水体离水反射率,然而在传感器所接收到的总辐射量中,90%以上是来自大气散射和太阳反射,只有不到10%的水体信号。因此,要准确获取水体的离水反射率,需进行高精度的大气校正。一类水体的大气校正方法现已较为成熟,而针对光学特性较为复杂的二类水体,其大气校正方法则还需进一步探索。但目前并没有针对二类水体提出一套通用的大气校正方法,不同的区域和不同的用途所适用的方法都不尽相同,因此开展适用于湖泊水体区域性二类水体大气校正方法适用性研究很有必要。本文以内陆湖泊鄱阳湖2015年8月底的Landsat 8 OLI影像和2018年10月底的Sentinel 2 MSI影像为数据源,在实测遥感反射率的基础上结合光谱响应函数来拟合出对应波段的实测光谱数据,通过对比分析两种影像共通的五种大气校正方法（6S、ACOLITE、i COR、FLAASH、QUAC）和各专有的一种大气校正方法（La SRC和Sen2cor）的校正精度,评价各大气校正方法在鄱阳湖水体的适用性,该研究可为后续水质或水色参数的反演提供数据支持。针对我国鄱阳湖大气校正算法研究的需求,主要完成了以下两方面的工作:1、利用不同的大气校正方法对鄱阳湖Sentinel 2 MSI影像和Landsat 8 OLI影像进行大气校正,得到校正后各波段的水体反射率。基于实测遥感反射率,分别采用目视效果对比、整体精度对比、单波段精度对比对校正结果进行误差计算和对比分析。结果表明:Sentinel 2 MSI影像整体校正精度最高的是Sen2cor方法,Landsat 8 OLI影像整体校正精度最高的是i COR方法;单波段精度对比中,在Sentinel 2 MSI影像中,各大气校正方法在665nm和705nm表现效果最佳,精度最高的是Sen2cor,其次是ACOLITE和6S方法,在842nm和865nm处表现较差,平均相对误差都在50%以上。Landsat 8OLI影像中,除QUAC算法外的其它几种方法在563nm和655nm处精度较其它三个波段高,平均相对误差在10%～20%之间,i COR方法在这两个波段表现最佳,其次是FLAASH方法和La SRC方法。2、利用NDWI指数将研究区水域面积进行提取,再计算泥沙指数（SI）对大气校正后水体悬浮泥沙浓度进行分类,共分为四类:高悬浮泥沙浓度水体、中悬浮泥沙浓度水体、低悬浮泥沙浓度水体以及清洁水体,再根据对实测站点的水色要素参数进行分析,将采样点也分为四类,将大气校正结果与实测悬浮泥沙结果进行比较,得出两种影像不同区域的适用性大气校正方法。结果显示:在高悬浮泥沙浓度区域下,Sentinel 2 MSI和Landsat 8 OLI影像下最适用的方法是FLAASH方法;Sentinel 2 MSI在中悬浮泥沙浓度区域下精度最高的是Sen2cor方法,Landsat 8 OLI影像是i COR方法;在低悬浮泥沙浓度区域下,Sentinel 2 MSI影像和Landsat 8 OLI影像则都是6S方法;而针对未采样的清洁水体,根据国内外研究学者已有结果表明NIR方法的校正效果最佳。本文中基于两种常用影像的大气校正算法的应用效果和悬浮泥沙浓度分类的应用效果两方面的研究,为国内的内陆湖泊大气校正选用合适的算法提供了借鉴,对细化后不同程度的悬浮泥沙浓度进行大气校正算法的对比,为大气校正算法的优化提供了参考。论文最后总结了已完成的工作,还对内陆湖泊大气校正算法下一步的研究提出了几点展望,包括在我国内陆湖泊获取更多实测水体光谱数据信息,以及未来对光学深浅水的划分等。