蓝藻是内陆富营养水体水华发生的主要优势藻种, 而藻蓝蛋白(Phycocyanin, PC)是蓝藻的标志性色素, 因此利用遥感估算水体中藻蓝蛋白浓度从而对蓝藻水华预警具有重要意义。利用太湖、滇池、洪泽湖的实测数据, 构建藻蓝蛋白随机森林遥感估算模型, 并将模型应用到哨兵3A-OLCI影像。通过对随机森林的输入自变量进行重要性分析, 发现第7波段(620 nm)、第8波段(665 nm)和第9波段(675 nm)三个波段对藻蓝蛋白反演的影响程度最大。同时, 反演结果表明, 随机森林反演的藻蓝蛋白浓度平均绝对百分比误差(MAPE)为34.86%, 均方根误差(RMSE)为38.67 μg/L, 与Simis等半分析算法和齐琳的PCI(Phycocyanin Index)指数模型相比, 平均绝对百分比误差(MAPE)分别提高了85.06%和15.65%, 均方根误差分别提高了26.08 μg/L和19.86 μg/L。利用地面实测数据对同步卫星影像大气校正进行精度评价, 发现MUMM(The Management Uint Mathematical Model)算法可以用于OLCI影像的大气校正, 尤其在560~779 nm处共8个波段的MAPE低于30%, 光谱曲线与实测光谱曲线形状保持一致。结果表明所构建的基于哨兵3A-OLCI影像的藻蓝蛋白随机森林反演模型, 可以成功的应用于我国的内陆富营养化湖泊, 为我国内陆湖泊藻蓝蛋白浓度的遥感反演提供一个新的算法。

采用优化改进的CO2激光器制备了两种不同刻槽深度的长周期光纤光栅（LPFG），实验研究了光纤光栅刻槽区结构对应变传感特性的影响。研究结果表明:单侧周期性刻槽会在光纤光栅表面形成应力集中区，在轴向应变作用下发生微弯形成波状型结构，从而极大地提高了其应变响应灵敏度，深刻槽光纤透射谱的谐振波长线性漂移达到-10.96 nm，应变灵敏度达到－19.37 pm/με，且测量误差小。利用有限元分析软件ANSYS对刻槽型光纤光栅进行网格建模和模态仿真分析，得到其刻槽结构区的应变分布图。结果表明，深刻槽型光纤光栅随着应变增加，轴向微弯形变量增大，从而激发高阶包层模的耦合，提高了应变灵敏度响应。

大气透过率是热红外遥感中的一个重要参数。针对前文构建的大气透过率模式，以我国环境灾害卫星HJ-1B红外相机IRS第4通道的大气透过率模式为例，利用辐射传输模型MODTRAN模拟水体辐亮度，对模式中的变量引入不同的误差，将模拟的辐亮度反演水温，分析不同气溶胶模型、水汽量、能见度和观测天顶角对反演水温的敏感性。并将该大气透过率模式用于HJ-1B/IRS热红外图像中，反演了2009年4月17日、21日、22日和25日太湖水温。研究结果表明：同一波段、不同气溶胶模型的大气透过率模式在反演温度时会产生不同的误差，以气溶胶模型为平流雾的最大、对流型的最小；大气透过率模式中3个变量的误差与温度反演的误差呈线性关系，即变量的误差越大，温度反演的误差也越大；以水汽量对温度反演最敏感，观测天顶角其次，能见度最弱。该大气透过率模式用于4天遥感图像反演中，除4月17日反演的误差稍高，均方根误差和平均相对误差分别为1.127 ℃和5.75%，其他3天的均方根误差都小于1 ℃、平均相对误差在5%以下，说明所建的大气透过率模式在热红外遥感中具有较高的应用精度。

大气透过率是热红外遥感中的一个重要参数。通过辐射传输模型MODTRAN模拟热红外波段的大气透过率，构建了基于大气模型、气溶胶模型、水汽量、能见度和观测天顶角等5个因素的大气透过率查找表，分析了不同参数对热红外大气透过率光谱曲线的影响，通过方差分析确定了影响大气透过率的关键因子，针对不同类型的气溶胶模型，构建了基于水汽量、能见度和观测天顶角的常用卫星传感器热红外通道的大气透过率经验模式，解决了卫星热红外遥感中大气透过率精确计算的问题。

以具有代表性的野外实测光谱数据作为端元，对水体遥感反射率进行线性混合光谱分解，基于分解得到的各组分丰度，构建了一种新的水体叶绿素a指数CSI（叶绿素a光谱指数）。以太湖、巢湖、滇池以及三峡水库水体的307 组实测叶绿素a 浓度及高光谱数据为基础，分析了CSI的特性。以该指数为自变量，构建了内陆浑浊二类水体叶绿素a 浓度估算模型，并分析了模型的抗噪性和传感器适应性。结果表明：1) CSI对水体叶绿素a 浓度大小有较好的指示作用，以f_CSI=0 为条件将实测光谱分为2 个类别，可以表征光谱特征的明显差异；2) CSI作为自变量的叶绿素a 浓度估算模型在实测高光谱数据集中的精度与三波段算法(TBA)相近(二者估算结果的平均相对误差分别为0.332和0.330，均方根误差分别为9.892和9.929)；3) 以CSI为自变量得到的估算模型对无偏移噪声和有偏移噪声都有较好的抗性，其中无偏移噪声几乎不影响算法的精度，而三波段算法对两种噪声同样敏感，随着噪声增加，估算结果出现较大误差；4) 新的估算算法对传感器波段设置不敏感，其优势在宽波段多光谱数据集中更加明显。相比于传统水体叶绿素半经验算法，CSI算法具有更高的稳定性和更强的应用潜力。

针对内陆湖泊水环境遥感监测缺乏合适数据源这一问题，基于水体生物光学模型与传统图像融合算法，开发了一种适用于复杂内陆二类水体的生物光学融合（BOF）算法，用于融合多光谱数据和高光谱数据。利用Hyperion数据生成模拟数据集进行算法验证，并将实验结果与小波变换算法、Gram-Schmidt变换算法和色彩标准化算法分别进行对比，结果表明：从视觉效果来看，BOF 算法较好地融合了高光谱数据的色彩信息和多光谱数据的空间细节信息；从图像精度指标来看，BOF 算法不仅在多种分辨率差异下都得到最好的精度，且精度对分辨率差异不敏感；在叶绿素a浓度估算实验中，BOF 算法也得到了最优的效果，均方根误差(RMSE)为9.817，其他三种算法的RMSE 分别为18.841、15.913和15.655。新算法有较强的应用潜力，有望为内陆二类水体遥感监测提供更合适的数据源。

遥感影像的大气校正是水色参数反演的前提。以太湖为研究区，采用6S大气辐射传输模型以及近红外波段离水反射率模型相结合的方法。通过神经网络模拟大气辐射传输过程，并利用中分辨率成像光谱仪(MERIS)754、779、865、885 nm 4个近红外波段进行光谱优化，求算550 nm处气溶胶光学厚度等变量。通过外推，实现可见光波段的大气校正。将2007年11月11日、20日、21日，2008年11月20日MERIS Level 1p影像以及野外实测水体遥感反射率数据集用于精度验证，结果表明，该方法能够较好地反演水体遥感反射率光谱，校正后的13个波段的平均相对误差大多分布在20%~40%之间。与6S以及Beam 4.9软件自带的大气校正方法相比，具有较高的校正精度和较强的稳定性，在太湖有较好的适用性。

铜绿微囊藻是我国内陆富营养化湖泊蓝藻水华的主要藻种。将铜绿微囊藻抽象为由细胞质和叶绿体构成的两层球形模型，通过循环迭代的方式确定两层球形模型中叶绿体的体积比例及其折射率的中心值，结合Kramers-Kronig关系最终确定两层球形模型细胞质及叶绿体的复折射率，通过Aden-Kerker理论结合粒径分布情况模拟出其吸收和散射效率光谱。对比模拟结果与实验结果发现：该模型估算得到的散射光谱与实验的散射光谱之间误差为3.4%，吸收效率误差为4.3%，在后向散射模拟实验中，相比均匀球形模型，两层球形模型表现出较好的优越性。

基于太湖、巢湖、滇池和三峡水库水体组分生物光学特性, 根据辐射传输模型和神经网络优化算法建立悬浮颗粒物和叶绿素浓度优化生物光学反演模型.利用野外实测数据对优化生物光学算法进行检验, 结果表明, 该优化生物光学反演模型在一定程度上可以减少测量噪音对反演精度的影响.反演结果表明, 受悬浮颗粒物和叶绿素生物光学特性时空差异影响, 该优化生物光学反演模型在太湖、巢湖、滇池和山峡反演精度具有一定的差异, 但总体上能够较为准确地反演悬浮颗粒物和叶绿素浓度.其中悬浮颗粒物反演精度(平均绝对误差: MAPE, 均方根误差: RMSE)分别能够达到23%和15.13mg/L(样本数N=228), 叶绿素反演精度(MAPE和RMSE)分别能够达到26%和17.68μg/L(样本数N=228).

总悬浮物浓度是水质评价的重要参数之一, 传统的遥感反演估算模型忽视了光学性质多变、 复杂的二类水体的差异性。 本研究基于太湖、 巢湖的星地同步实验, 针对环境1号卫星多光谱数据, 设立了水体光学分类方法, 将研究水体分为二种类型, 进而建立了适用于不同类型水体总悬浮物浓度的反演估算模型。 得出以下结论: （1）基于光谱分类的方法可以提高总悬浮物浓度的反演估算精度; （2）对于类型一和类型二水体, 分别使用指数模型和线性模型可以较好地反映总悬浮物浓度与反演估算因子之间的关系。