流域水环境状况与人类生活和社会发展密切相关,其优劣直接关系到人类的生存和发展。二十一世纪以来,随着我国经济发展水平日益提高,人们对水环境保护问题愈加重视。水质监测是水环境保护的前提与基础,其需求愈发迫切。然而,传统的水质监测手段成本高、耗时长,监测范围有限,无法满足对大范围水域全面监测的需求。近年来,遥感对地观测的空间和光谱分辨率都有了大幅提升,此外,机器学习理论方法为水质遥感监测中遥感图像解译问题提供了技术支撑,遥感监测成为大范围水体信息动态监测的重要手段。本文以湘江长沙段为研究区域,在分析目前水体提取和水质反演的相关研究工作的基础上,提出了水体指数先验知识引导的水体提取方法和融合多特征波段的水质参数反演方法,具体研究内容如下:1)针对水体指数模型难以有效提取复杂地域水体信息和有监督方法提取精度过于依赖人工标注的问题,本文基于Sentinel-2影像,提出了一种水体指数先验知识引导的水体提取方法。首先,根据多种水体指数模型提取水体特征。然后,对水体特征进行融合,得到预分类概率图。最后,选择高置信度的样本作为标签输入U型编解码网络进行学习,提取出湘江长沙段水域。实验表明,该方法的水体提取精度优于其它无监督提取方法和传统有监督提取方法。2)针对现有的水质监测手段无法全面反映湘江长沙段水环境状况的问题,本文基于Sentinel-2影像,提出了一种融合多特征波段的水质参数反演方法。首先,构建多种波段组合模型,并计算其与水质参数的相关性,根据相关性分析结果选取多种特征波段。然后,融合相关性强的特征波段并将其输入到多种机器学习回归模型中训练。最后,综合精度评价指标,自适应选取水质参数的最佳回归模型并在Sentinel-2影像上进行反演。实验结果表明,该方法能够有效实现湘江长沙段水域的大范围水质监测。3)针对水质遥感监测的实际应用需求,本文设计并实现了湘江长沙段水质遥感监测软件。在Python3.6环境下,基于Py Qt5.10和Qt Designer工具设计了软件前端界面。基于Python3.6和Matlab r2016b实现了软件后端业务水体提取和水质参数反演功能。通过在Sentinel-2影像上的应用测试了该软件的功能,测试结果表明该软件可以有效地实现水质遥感监测。