淮南潘集矿区位于淮河沿岸,河网众多,地下水位埋藏较浅,在长期的地下煤炭开采历程中,形成了大面积的塌陷积水区。积水区水质的变化与当地民生息息相关,因此,及时监测塌陷积水区水质变化对采煤塌陷积水区水环境治理具有重要的现实意义。本文以淮南潘集采煤塌陷积水区为例,利用Landsat-4/5/7卫星1989年—2010年间多景影像数据监测了研究区的土地覆盖变化,分析了20年来塌陷积水区水域时空变化趋势,同时通过采集塌陷积水区水样数据进行实验室化验分析,分析结果与环境一号卫星影像数据建立水体富营养化评价和水深的遥感定量反演模型,实现了利用遥感数据对研究区塌陷积水区水域的水质富营养化程度和水深分布状况进行反演合,进而获得研究区水环境综合评价结果。研究结果表明：1、根据Landsat4/5/7卫星1989年—2010年间3景影像分析,研究区20年间土地覆盖类型由于采煤塌陷发生了较大的变化。根据监督分类的最大似然法对这三个时段遥感影像进行图像解译可知,研究区可划分为5种类型：农田、城镇用地、塌陷积水区、河流和煤堆。这五类地物在432假彩色合成的图像上差异明显。从三景图象的分类结果中可以非常明显的看出各土地类型空间范围的变化。进一步的统计分析表明：研究区内塌陷积水区面积变化最为明显,从1989年的39.15hm2增加到2010年的1940.04hm2,增长了约50倍。塌陷积水区占整个研究区的面积比重也由1989年的0.2%左右增加到2010年的超过10%。塌陷积水区主要由农田和城镇用地转变而来。从1989年到2010年的20年间,分别有524.97hm2的城镇用地和1290.33hm2的农田转变为塌陷积水区,分别为1989年城镇用地和农田土地覆盖面积的9.59%和10.65%,由城镇用地和农田转变成塌陷积水区的面积占2010年总塌陷积水区面积的93.57%。该分类结果与2010年实测采煤塌陷图和野外实际观测点进行了验证,精度都在80%以上。2、根据环境一号卫星四个波段反射率值及两个波段反射率比值等因子与同一时间段实测水深值进行相关性分析,选取相关性最好的B1,B2,B3,B4多波段水深反演因子,建立了采煤塌陷积水区的水深反演模型,并利用该模型模拟采煤塌陷积水区水深空间分布图。反演结果表明：潘集采煤塌陷积水区水体水深在0-5m范围内。经实测数据验证,该模型反演的平均绝对精度在0.5米左右,平均相对精度在80%以上。3、根据2011年采煤塌陷积水区水质实验室分析结果与同步的环境一号卫星影像4个波段反射率值之间的相关关系,建立了叶绿素(Ch1)、透明度(SD)、总磷(TP)、总氮(TN)、高锰酸钾指数(CODMn)五项主要水质监测参数的遥感反演模型。根据该模型利用综合营养状态指数法对该地区整体水质富营养化程度进行了综合评价。结果表明,研究区2011年塌陷积水区水体为轻度—中度富营养化,与实际水样分析化验监测结果基本吻合。以上的研究成果表明水质遥感模型反演技术在当地水质监测中具有较好的适用性和可靠性,为实现该地区水质动态监测与预警提供了重要的技术支持。