伴随着居民生活质量的日益提高,人们对黑臭水体问题日益关注。随着遥感技术的发展,其便捷性和高效性逐渐弥补了传统黑臭水体监测方面的不足。针对黑臭水体多为县域范围内的小水体,具有分布较为零散的特点。本研究将研究区设置为河北省廊坊市及其周边地区,设计并进行了多次野外水体遥感综合实验,通过获得的数据对廊坊市黑臭水体情况进行研究工作。本研究基于2020年5月的Sentinel-2A卫星影像,利用CART模糊决策树算法综合典型黑臭水体识别指数总结其中的典型特征,实现了对廊坊市黑臭水体识别模型的构建。本研究的主要取得的研究成果和结论是:（1）基于几种典型的黑臭水体判别指数模型对黑臭水体进行识别工作,对结果进行分析,发现这些基于单个光谱反射率特征的方法在实际识别中存在着一定的模糊区间,在此模糊区间内识别精度很差,因此使用模糊决策树模型来解决这个问题。结合研究对模糊决策树模型进行选择,并对用于建立模糊决策树模型的黑臭水体光谱反射率特征进行研究。（2）基于上述试验中得出的反射率特征作为典型特征来构建,模糊决策树模型,利用决策树对优秀的特征进行选取。利用决策树模型对研究区域廊坊市的测试样本进行判别,识别准确率达到85%。对决策树分类模型进行迁移验证,以通州市作为迁移验证的实验区域,通州市黑臭水体识别准确率达到80%。对这两次的实验中模糊区域与确定区域的识别精度进行分析,发现模糊决策树模型在确定区域有着极好的识别准确率。（3）利用模糊决策树分类模型从空间分布与时间分布对廊坊市黑臭水体时空分布情况进行分析。廊坊市黑臭水体情况较为严重的区域为安次区与文安县,而三河市与固安县水环境情况较为良好。每年的第二季度是黑臭水体的高爆发时期,在此时应加强对黑臭水体情况的监测。对各地区典型黑臭水体的形成原因进行研究,发现由工业废水导致的黑臭水体干预性较好,而由居民生活污水导致的黑臭水体则需长期治理。