水资源是生态环境的重要组成和基础保障,对水质进行监测十分必要。传统的卫星遥感过于粗糙不能满足对小型水域等的成像。近年来,无人机遥感因其低成本、方便和高分辨率而被用于估计水质参数,如悬浮物、浊度和叶绿素-a等。逐像素匹配(matching pixel-by-pixel,MPP)算法可以从无人机图像中反演水质参数并寻找到最优反演模型。然而,MPP算法具有计算量繁重并且存在过拟合问题。基于此,本研究提出了改进的MPP(improved MPP,IMP-MPP)算法来解决上述问题。本研究首先以浙江省杭州市青山湖为研究区域,共采集了45个水样,分别使用平均值法、IMP-MPP算法以及MPP算法,基于悬浮物浓度和浊度水质参数进行水质评价。实验结果表明:(1)与平均值法相比,基于IMP-MPP算法构建的悬浮物浓度最佳反演模型的决定系数从0.759 5提高到0.825 5、平均相对误差从16.37%下降到15.08%以及综合误差从0.204 7下降到了0.198 1。(2)与平均值法相比,基于IMP-MPP算法构建的浊度最佳反演模型的决定系数从0.728 7提高到0.831 1,平均相对误差从17.83%下降到16.49%以及综合误差从0.210 1下降到了0.203 3。然后进一步将IMP-MPP算法应用于浙江农林大学东湖校区东湖水域水质参数反演模型的构建中,探究其小型水域的总体水质参数含量变化以及空间分布变化。(1)本文获取了2019年-2020年浙江农林大学东湖校区东湖的无人机多光谱图像以及实测水质参数数据,分别建立了悬浮物浓度和浊度反演模型,其决定系数为0.694 1、0.732 3,平均相对误差为12.78%、8.07%。(2)随后制作浓度空间分布图以及进一步分析。研究表明,利用IMP-MPP方法可以准确得出东湖水域水质参数分布情况以及其年际变化情况,该方法可以应用于其他小型水域的长期水质监测,对小型水域作更全面更细致地监测和刻画。