内陆水体是地表水圈重要的组成部分,随着内陆水体生态环境问题日益突出,在时空信息获取方面具有巨大优势的多平台遥感技术已成为内陆水体水环境动态监测的重要手段之一。然而,由于内陆水体中各组分之间存在着复杂交互作用和影响机制,导致水体光学特性对水体各组分的响应难以定量化辨识和分解。因此,建立精度高、普适性强的内陆水体水质参数遥感反演模型成为关键科学问题,也是目前内陆水体水环境遥感反演领域的研究热点。基于上述考虑,本研究以汉江中下游典型河段、巢湖和东湖三种典型内陆水体作为研究区,以叶绿素a、总悬浮物和浊度为研究对象,围绕内陆水体水质参数反演模型多元优化思路,分别利用实测高光谱数据和多源卫星遥感数据构建内陆水体水质参数遥感反演模型,并分析模型性能。主要完成了以下工作:（1）针对目前内陆水体水质参数遥感反演模型精度不高、模型扩展性差等问题,提出了多元优化建模策略,分别对实测高光谱数据和卫星多光谱数据反演模型的优化单元进行相应的提取及分析,优化了内陆水体水质参数遥感反演模型建模方式,提高了模型的反演精度、稳定性及外推性。为基于遥感技术的水污染事件响应、模拟及污染物空间走向预判等业务化应用提供有力支撑。（2）提出了基于多元优化建模策略的内陆水体水质参数高光谱反演模型VIP-BP。模型基于多元优化建模策略,以水体光谱信息为内陆水体水质参数高光谱反演模型的优化单元,通过对水体光谱信息进行分析与提取,获得汉江、巢湖和东湖研究区水体光谱特征及其主导因子、水质参数敏感波段和最优光谱变换形式;结合变量投影重要性指数（VIP）和BP神经网络的优势建立VIP-BP反演模型,该模型在建模前进行了水体光谱有效信息的精确提取,在模型构建时,充分考虑了水体遥感反射率与水质参数浓度之间的非线性拟合关系,基于神经网络容错性能高、学习能力强的独特优势,极大地弱化非目标水质参数对反演效果的影响。与其它常用的反演模型相比,VIP-BP模型的反演精度、适应性及稳定性均更优。（3）提出了基于多元优化建模策略的内陆水体水质参数多光谱联合反演模型CM-BP。模型引入集合建模思想,以单一模型适用性及单一模型集合作为内陆水体水质参数多光谱反演模型的优化单元,通过相关性分析及神经网络算法对单一模型进行筛选、集合。与常规波段组合模型相比,CM-BP水质参数联合反演模型通过有效集合多个单一模型的优势,使反演模型不确定性问题得到改善。（4）探讨卫星遥感数据时空分辨率对河流水体水质参数反演结果的影响。结果表明虽然空间分辨率对提高河流水体水质参数反演模型精度的贡献并不显著,但由于目标水域边线的准确提取影响整体反演结果可信度,因此当目标水域面积较小或河流宽度较窄的情况下,空间分辨率仍旧是数据源选择的重要考虑因素;具有较高时间分辨率的遥感数据才能满足内陆水体水质遥感监测需求,尤其是河流。综合考虑反演结果、卫星数据获取途径及费用、波段设置、空间分辨率、时间分辨率、影像幅宽等因素,国产HJ-1A/B CCD数据和GF-1 WFV数据可以满足高精度、实时及大尺度的内陆水体水质遥感监测需求,GF-1 WFV数据还可以满足河流水体水质遥感监测需求。