遥感影像分类是遥感研究的重要内容,如何选择合适的分类方法和遥感影像来进行地物识别并满足一定的精度,对遥感影像研究具有十分重要的意义。近年来,遥感数据也被广泛应用于小尺度及大尺度的生态环境研究中。随着巢湖流域经济快速发展,大量污染进入巢湖,导致蓝藻水华频繁发生,利用遥感技术对小尺度范围的巢湖蓝藻水华进行识别,分析蓝藻水华的时空动态变化规律,可以为蓝藻水华的监测与预警提供依据。另一方面,浅层地下水是淮北平原工农业生产所需的重要水资源,分析地区浅层地下水位演变及影响因素,并结合遥感数据对大尺度范围的地表水体、植被与地下水之间的生态响应关系进行研究,对地区经济发展和环境保护具有重要意义。针对上述情况,本文主要开展了以下4个方面的工作:（1）基于激励函数和学习率对BP神经网络进行改进,对比分析其分类效果。运用该方法对ZY-3影像和GF-1影像进行分类,探讨用GF-1影像替代ZY-3影像的可行性。（2）利用NDVI提取2018年巢湖蓝藻水华信息,分析蓝藻水华的时空分布特征以及影响因素。（3）应用协同克里金法对不同代际的淮北平原地下水位数据进行插值,分析地下水位演变过程及开采强度空间分布情况。（4）利用MNDWI、NDVI提取淮北平原的地表水体、植被信息,研究地下水与两者的响应情况。主要的结果及结论如下:（1）改进的BP神经网络法相对于最大似然法、BP网络分类法,总体精度分别提高了15.30%、23.81%,Kappa系数分别提高了0.18、0.28,能有效地提高分类速度和精度。参照ZY-3影像,GF-1影像分类的总体精度达到88.02%,在大部分情况下可以代替ZY-3影像来进行地物识别研究。（2）2018年巢湖蓝藻水华最早在7月明显出现,9月暴发情况最严重。西巢湖蓝藻水华暴发频率最高,中巢湖次之。另外,气温是蓝藻发生的前提,风力是控制蓝藻积聚的关键因素。（3）淮北平原代际平均地下水位分布呈“V”型分布,第二代际（1994～2003年）人为开采活动最剧烈,枯水年降水少,受人为开采影响强烈,地下水位明显降低。另外,第二代际开采强度分布极不平衡,淮北、宿州、亳州地区开采强度最大。（4）淮北平原地下水埋深与地表水体面积、植被有很好的响应关系:地表水体面积总体上随地下水埋深变大而减小,该响应关系在地下水埋深为2.5～3.5m时最明显;埋深小于1.5m或大于3.5m时,植被发育变差,1.5～3.5m是适宜植被生长的埋深范围。研究可为遥感影像分类研究、巢湖蓝藻水华监测治理、地下水资源合理利用及地下水相关的生态环境保护提供科学借鉴。