水中总氮总磷含量的研究一直是社会的热点问题。工农业中大量氮、磷肥料的使用、含有氮磷的废水以及生活污水的随意排放导致内陆河以及近海河口的水体富营养化,打破了生态平衡。如果不进行及时管理,水质将急剧恶化,演变为赤潮和水华,造成巨额经济损失,因此对水体中氮磷的污染治理显得极为必要与紧迫。常规的氮磷的监测方法,需要人工采集水样分析获得氮磷的浓度数据,不但耗时费力且不能实现大范围的水质监测。新型的水质遥感监测技术,不仅降低了人工成本还可对大范围的水质实时监测,是水质监测的重要发展方向,因此研究水体中氮磷含量的遥感监测方法具有重要的意义。本论文基于无人机高光谱遥感数据光谱分辨率高,波段信息复杂的特点,对总氮、总磷含量反演模型的改进方法进行研究,实现反演精度的提升,具体如下:(1)提出了一种基于信号匹配度的显著性波段选择的模型反演方法。该方法将不同波段的光谱反射率信息看作背景信息,将总氮总磷的浓度向量看作目标向量,通过约束能量最小化方法首先从信息冗余度高的背景信息中选择出对水质参数变化影响较大的特征波段,同时结合了正交子空间投影算法中的正交投影原理抑制相邻区域波段的影响,进行迭代选择出最能反映氮磷浓度变化的特征波段集。最后通过选择出的波段集进行多元方程的回归分析建立遥感反演模型。(2)提出了一种基于求解欠定方程组的模型反演方法,将每个采样点的光谱数据与对应的水质参数看作一个方程,多个数据采样点组成了一组欠定方程组,利用QR分解矩阵的方法求得欠定方程组得最小个数非零解,从而选择出特征波段,结合非线性函数对特征波段进行波段扩展,并将扩展后的数据与对应的水质参数继续构成一个新的欠定方程组,通过对欠定方程组的求解建立遥感反演模型。为了验证上述两种遥感模型反演方法的性能,本文以辽河入海口为研究对象,设计实验采集无人机高光谱遥感数据,对总氮、总磷含量进行反演,并且与传统的遥感方法的反演精度作对比,证明本文提出的两种模型反演方法的有效性。