水资源本就稀缺,加上近些年各种不合理的利用,导致水体污染,水环境状况变得越来越严峻。其中以河湖的富营养化问题最为突出,作为影响藻类群落分布的重要环境变量,总氮含量的及时监测与防治引起了广泛关注。传统的水质监测手段费时费力,难以获取大面积宏观尺度的水质状况。随着卫星遥感技术的发展与兴起,有效弥补了传统监测的局限性,能够从一个全新的角度去研究水体水质问题,极大地推动了水质监测的发展。目前,对于水质参数总氮含量的遥感研究,大多数学者采用了基于数学统计理论的经验方法,该方法较为成熟,也是水质遥感监测3个方法中,最适用于总氮研究的方法,遥感数据源则以星载多光谱数据为主。作为东部沿海的核心城市、著名的水乡,泰州市的水体水环境问题也不容小视。为了响应市政府的生态河湖实施方案,关于全面治理河湖富营养化,严格控制总氮总磷的总量及排放,本文决定以水质参数总氮含量作为研究对象。因境内水网密布,无法逐一进行研究,故选取了位置关键、意义重大、具有一定代表性的河流,即引江河作为研究区。结合Landsat8 OLI多光谱遥感影像,对总氮含量的估测模型进行研究。基于水质遥感的相关原理,利用数学统计理论,在SPSS软件中对遥感影像的波段数据和实测水质数据进行相关分析,根据Pearson相关系数的大小,确定敏感波段或波段组合,再将敏感波段或波段组合同水质数据进行回归分析,建立相应的函数模型;利用基于统计学习理论的支持向量机SVM,在Matlab软件中建模,引入libsvm工具箱,核函数类型选择RBF核函数,网格法寻优确定最佳的惩罚因子c和核函数参数g,输入数据不同,对应的参数c和g以及模型准确率也不相同,支持向量机类型选择e-SVR。这两种建模方法均属于经验方法。相关的研究结果表明:（1）与总氮含量相关性较高的单波段主要是蓝波段b2、绿波段b3以及红波段b4,其中b2、b3在P=0.01水平显著相关,b4在P=0.05水平显著相关;相关性最高的波段组合是蓝波段与绿波段的组合b3*（b3+b2）;根据相关系数r来看,当0.7≤|r|<1时为强相关,本文并没有达到强相关水平的波段。（2）在经验方法中,加入了支持向量机,明显提高了总氮含量同遥感影像波段反射率值的拟合程度,其平方相关系数R2可以高达0.9以上,体现了 SVM在数据回归处理中的优越性。支持向量机SVM回归方程对总氮含量的预测精度明显高于单波段线性回归方程以及波段组合线性回归方程,预测值更加接近真实值。（3）结合Landsat 8 OLI卫星数据,对引江河水质参数总氮含量进行研究与估测是可行的。