博斯腾湖是巴州乃至南疆重要的水源地,水质的好坏关系到南疆的发展和繁荣稳定。论文采用实测的水质数据、高光谱数据,以及准同步卫星遥感数据,建立估测反演模型,以期能够用遥感的方式补充进而取代传统的水质监测的方式,实现对博斯腾湖的大范围多时像水质监测。论文研究结论如下:(1)基于卫星遥感数据的水质估测模型的构建基于卫星遥感数据,论文实现了对矿化度、悬浮物、溶解性总固体和pH值的模型的构建。论文对前两种水质参数进行了单波段数据、归一化数据和波段组合数据三种数据形式的模型构建,经分析比较,其中对矿化度确定为波段组合数据,即B2+B3及其所构建的线性模型较适合用来反演;对悬浮物确定为归一化数据,即B7波段及其所构建的指数模型较适合用来反演。对溶解性总固体进行了归一化数据、波段组合数据两种数据形式的建模,经比较分析,最终确定波段组合方式,即B3×B5及其所构建的乘幂模型较适合用来反演。论文对pH值进行了单波段数据、间接数据和多元线性回归方式建模,经分析比较,最终确定利用多元线性回归模型来反演pH值。(2)基于实测高光谱数据的水质估测模型的构建基于实测高光谱数据,论文实现了对矿化度、悬浮物、溶解性总固体和pH值的模型的构建。其中对矿化度分别进行了归一化数据、波段组合数据、一阶微分数据三种数据形式的建模,经分析比较,最终确定一阶微分数据,即869nm、571nm、708nm和736nm此四波段所构建的多元线性回归模型较适合用来反演。对悬浮物分别进行了单波段数据、归一化数据、一阶微分数据三种数据形式的建模,经分析比较,最终确定利用一阶微分数据所建立的波段组合,即571 462R’?R’及其构建的二次模型较适合用来反演。对溶解性总固体进行了归一化数据、一阶微分数据两种数据形式的建模,经过分析对比,最终确定一阶微分数据,即363nm、426nm、428nm和567nm此四波段所构建的多元线性回归模型较适合用来反演。对pH值进行了单波段、归一化、一阶微分数据三种数据形式的建模,经过分析对比,最终确定一阶微分数据,即1064nm、1063nm、1070nm和1032nm此四波段所构建的多元线性回归模型较适合用来反演。(3)基于两种数据源的模型对比基于两种数据源,论文对矿化度、悬浮物、溶解性总固体、pH值进行了一系列模型的构建和分析。对于矿化度和悬浮物,基于遥感影像所建立的模型要好于基于实测高光谱数据所建立的模型,因此选择遥感影像来反演两水质参数;对于溶解性总固体,基于高光谱数据的模型略好于基于遥感影像的模型,因此选择高光谱数据来反演该水质参数;对于pH值,两种数据源的模型相差不大,但由于遥感影像数据比实测高光谱数据易于获取,最终选择遥感影像数据源来反演pH值。