叶绿素a（chlorophyll-a,Chl-a）是影响水色的重要物质,其浓度变化反映了水质污染状况,是水环境监测的重要指标之一。借助遥感影像反演中国北方湖泊叶绿素浓度成为了当下最为行之有效和现实的研究手段。本文基于2011至2020年在中国全境开展85次野外水质环境调查研究工作,所获取的941个实测样点数据,构建了适用于Landsat系列传感器的Chl-a遥感估算模型,并将Chl-a模型应用到中国北方湖泊1990-2020年（每隔5年）遥感影像上,分析湖泊水质变化的时空格局演变。本文得到的主要结论如下:（1）湖泊Chl-a浓度遥感反演模型构建。在构建Chl-a浓度反演模型过程中,通过对比分析支持向量机（Support Vector Machine,SVM）、随机森林（Random forests,RF）、线性回归（Linear regression,LR）三种机器学习算法的结果表明,基于RF机器学习算法构建的Chl-a模型精度最高,其验证集的线性方程斜率为0.74,模型的决定系数为0.75,均方根误差（Root Mean Square Error,RMSE）为0.65μg/L,平均绝对百分比误差（Mean Absolute Percentage Error,MAPE）值为39.04。（2）近30多年来湖泊叶绿素浓度均值变化。基于中国北方879（面积＞1km~2）个湖泊叶绿素浓度反演结果均值作为该年湖泊叶绿素浓度均值的结果表明,1990-2020年湖泊叶绿素浓度呈现波动中稳定下降的趋势,年际变化方程的决定系数为0.689。（3）湖泊叶绿素浓度年际变化率分布。每隔5年进行湖泊叶绿素浓度变化率的统计,结果显示变化率分布在（-1,0）区间范围内湖泊数量在动态中逐渐增加,且数据表明在近十年的湖泊叶绿素浓度降低十分显著,变化趋势分布在中国北方全域范围内。（4）5个典型湖泊叶绿素浓度分布图。据构建的高精度反演模型应用至湖泊1990-2020年（每隔5年）遥感影像中,结果显示湖泊叶绿素浓度在（0,30）区间范围内,主要分布在青藏高原,蒙新高原以及东北平原的大型湖泊,包括淡水湖以及咸水湖,其中查干湖叶绿素浓度年际变化相对较显著,在2015年湖泊全域叶绿素浓度主要分布在（16,30）区间范围内,湖泊的北部叶绿素浓度相对较低,该处是查干湖的入水口,湖泊水体的叶绿素浓度在一定程度上,得到外源水体的稀释作用。综上所述,中国北方湖泊在近30多年来Chl-a浓度呈现下降的趋势,在近10年来,水体叶绿素浓度在波动中下降趋势相对较明显。本研究结果为区域大尺度或区域湖泊水质的实时监测与评价提供数据支撑,为长时间监测中国北方湖泊提供重要的理论意义。