水是生物圈全部生物生存繁衍的基石;而其中的淡水也是人类社会稳步发展最为倚重的物质。近年来我国内陆水体的污染情况极为严重,导致供需矛盾日益尖锐。富营养化是我国内陆水体污染的主要表现形式,其评价结果不仅可以直观地反映水环境的质量和污染状况,而且能为水污染的防治、管理和决策提供理论依据和技术指导。叶绿素a作为藻类生物的基本组分,其含量的多寡能够表征水中浮游植物的生物量和生产力。同时,它也是衡量水体富营养状态的一个基本指标。国内外传统的水质监测方法是采水样进行实验室分析,该方法虽能较精确的分析和评价更多的水质指标,然而这种方法费时费力,且能采集的监测站点十分有限,不能揭示出大范围水质参数的分布状况,满足实时监测的需求。遥感技术可以直观地展示出大面积水域的水质在空间和时间上的分布及其变化的情况;具有信息量大、受地理因素限制较少和有利于长时间监测等优势。目前已被广泛应用于大量研究。本文以贵阳市百花湖为研究区,结合实测高光谱和多光谱遥感影像数据,在其他地区水质遥感监测方法的研究基础上,探索适合百花湖水体叶绿素a的遥感监测方法,并同时建立百花湖富营养状态的遥感评价模型,其主要研究内容和结论如下:（1）根据百花湖水体的光谱反射特征,分别建立了波段比值、一阶微分、荧光峰位置、反射峰面积、峰谷距离、基线荧光峰高度和三波段7模型,并将各模型与实测叶绿素a浓度做相关分析发现,几种模型与叶绿素a浓度均具有较好的线性或非线性相关关系,其相关系数分别为0.79、0.92、0.81、0.86、0.75、0.94和0.88。说明这几种模型都能够在一定程度上反映百花湖叶绿素a浓度情况;（2）通过几种模型与叶绿素a浓度的回归分析结果得出,基线荧光峰高度模型和一阶微分模型的估算效果较好,其决定系数分别为0.92和0.87。另外,根据实测数据的检验结果发现,两者估算百花湖叶绿素a浓度误差值均较小,其中,基线荧光峰高度模型的精度更高。因此,基线荧光峰高度模型为百花湖叶绿素a浓度的最佳估算模型。（3）结合该时期其他几个不同营养状态湖泊（水库）水体的叶绿素a浓度和实测光谱数据,根据上述的几种分析方法,建立适用于不同营养状态下的叶绿素a估算模型,不同营养状态水体中各叶绿素a浓度估算模型的效果不同,中营养和轻度富营养化水体,波段比值法和三波段模型优于其它算法;而中富营养化和重度富营养化水体,一阶微分模型和基线荧光峰高度模型的效果较为理想。（4）结合HJ-1A CCD1影像数据与实测光谱数据,通过对比分析各波段与叶绿素a浓度间关系,发现叶绿素a浓度的敏感波段为蓝、绿波段。其中,蓝、绿波段比值（B2/B1）与叶绿素a浓度相关性更高,相关系数R²为0.84;以比值（B2/B1）为自变量,叶绿素a浓度实测值为因变量,建立一系列形式的拟合模型,并对相应模型进行精度分析和样区检验。得出精度较高的反演模型为:y=3.2425x^10。269;并将该湖泊4月份数据建立的模型应用于12月份的实测数据进行验证,也取得较理想的效果,进一步证明了该模型具有一定的普适性,在一定时间范围内可不受限制。（5）根据反演模型得出百花湖叶绿素a浓度整体呈“湖岸高、湖心低”的分布趋势,方向自北向南逐渐增加;通过遥感评价模型得出的营养状态指数在空间分布上存在“入流处高,出流处低”的现象,主要是由于受营养物质输入的影响。其中,富营养状态区域占全湖总面积的85%,中营养状态区域仅占全湖面积的15%,水体主要表现为富营养化状态。