水质监测是进行水资源保护的必要前提,也是环境保护领域研究的热点方向之一。通过水质监测获取相应水域的信息,进而保护生态平衡,促进经济发展,为人民的生产生活提供安全保障。水质污染导致蓝藻灾害频发,无论是人工水质监测方法,还是卫星遥感水质监测方法,都存在效率低、成本高、不灵活,不精细等方面的缺陷。如何克服以上缺陷,进而更加高效准确的水质监测已成为当前亟需解决的问题之一。本文从无人机遥感技术的应用出发,结合蓝藻水华监测的实际需求,进行了从数据获取、处理、到解译的无人机蓝藻水华识别方法的应用研究。完成的主要工作如下:1.分析了无人机遥感技术的研究现状及蓝藻水华监测的现实需求,阐述了无人机遥感技术在蓝藻水华识别应用中的可行性与研究意义。2.介绍了无人机遥感系统的组成,详细阐述了获取无人机遥感影像的具体作业流程,并针对实验区影像获取,分析了无人机遥感影像的特点,总结了无人机遥感平台的优势。3.设计了一种采用格网法控制兴趣点数量的SIFT特征提取策略。针对无人机遥感影像在拼接中存在运行时间过长、内存占用大、拼接速度慢等问题,通过格网分割,计算兴趣点极值,增加格网中阈值限制条件来减少待匹配特征点的数量,实现了无人机遥感影像的快速匹配。4.构建了适合无人机可见光影像的增强型红绿差值植被指数。结合水域中蓝藻叶绿素a对绿光的反射以及红、绿、蓝三波段反射率的特点,通过对影像波段的运算处理,使水体中蓝藻在邻域中保持明显一致性,提高了低浓度蓝藻的识别率。5.建立了一种参数优化后的支持向量机模型。在分析支持向量机模型建立的原理和方法的基础上,选取具有较宽收敛域的径向基核函数,利用双线性格网法进行核函数的参数寻优,并进行了交叉验证,获得了用于蓝藻分类的支持向量机模型,最终得到了水体与蓝藻的分类结果,精度评价满足应用要求。