黑水团是水体富营养化的一种极端表现,是富营养化湖泊中藻类大量集聚死亡后形成的黑褐色水体,黑水团的出现导致水体水质迅速恶化,生态系统遭到严重破坏。目前对于黑水团的监测主要依靠人工巡查,难以掌握整个湖泊黑水团的发生时间和空间分布情况。黑水团形成过程中,其水体组分和浓度发生变化,导致水体水色随之变化,这些信息被遥感传感器接收,成为应用遥感技术监测黑水团发生和发展的物理基础。本文以太湖黑水团为研究对象,开展室内模拟黑水团形成和野外观测黑水团光学特性实验,研究黑水团的光学特征,并分析不同水体组分对遥感反射率的影响。基于环境一号卫星多光谱数据,建立波段比值、最高峰高度等算法模型进行黑水团遥感提取,研究成果可为水环境监管提供数据支持。主要得到了以下结论:(1)黑水团水体的光学特性通过室内模拟实验观察得到,黑水团形成过程中,溶解氧、氧化还原电位值与叶绿素a浓度呈现下降的趋势,水体的遥感反射率与后向散射同样呈现下降趋势。有色可溶性有机物(CDOM)在443nm处吸收系数(ag (443nm))不断增大,并与叶绿素a之间具有很好的相关性;在太湖野外实验观测中发现,自然状态下的黑水团同样具有叶绿素a和CDOM浓度高的特征,黑水团中辅助色素的比例较低,主要是以叶绿素a占主导,其中CDOM吸收系数与叶绿素a具有很好的相关性,说明CDOM很大部分来源于蓝藻的降解。太湖野外实测黑水团光谱曲线与蓝藻水华、太湖正常水体相比,在可见光450～660nm波段范围内具有很低的遥感反射率,水体暗黑,与人眼观察一致。(2)不同水体组分对黑水团遥感反射率的影响分析通过室内模拟黑水团实验数据与野外黑水团实测数据对比分析可知,在长波范围内(380～700nm)黑水团中色素颗粒物吸收系数对总吸收的贡献率占主导作用,在短波范围内(350～380nm) CDOM对总吸收的贡献率高于色素颗粒物吸收系数、非色素颗粒物吸收系数,在黑水团形成过程中CDOM对总吸收的贡献率呈现一个不断上升的趋势。利用Hydrolight水体辐射传输软件模拟黑水团形成过程中遥感反射率与后向散射的变化过程,并分析不同组分浓度混合对遥感反射率的影响可知,随着无机悬浮物浓度不断增加,遥感反射率光谱曲线值呈不断增加的趋势,但是,当ag(440nm)和叶绿素a浓度不断增加时,遥感反射率光谱曲线在可见光范围内呈现不断降低的趋势,说明高的CDOM和叶绿素a浓度使得在可见光范围内无机悬浮物对遥感反射率的影响降低。在黑水团水体中,高的CDOM和叶绿素a浓度造成水体在可见光范围内的强吸收,低的无机悬浮物浓度造成水体低的后向散射,两者共同作用使得黑水团水体整体具有很低的遥感反射率。(3)基于环境一号卫星的黑水团遥感监测通过分析环境一号卫星影像中黑水团的遥感反射率特征可知,黑水团在前三个波段具有较低的遥感反射率值,在波段2处有一个很低的反射峰值。因此,利用波段比值Band2/Band1、波段比值归一化(b2-b1) / (b1+b2)、最高峰高度(MPH(560nm))等,建立了黑水团识别模型。将这三种算法模型应用于2009～2015年的环境一号卫星影像(影像获取时均有黑水团发生的记载),提取得到的黑水团区域面积与目视解译结果对比分析可知,其中最高峰高度算法模型提取得到的黑水团区域与目视解译结果偏差最小,且该模型算法较少受到大气校正的影响,适用性较强;波段比值Band2/Band1算法模型精度高于(b2-b1)/(b1+b2)算法模型,(b2-b1) / (b1+b2)算法模型容易将河道中暗像元误分为黑水团,精度较低。