鄱阳湖作为我国最大的淡水湖,同时也是长江中下游地区的重要水源地,承载着调洪蓄水、提供生活及生产用水的重要角色。因此,建立一套适用于鄱阳湖的水质遥感监测技术方法,实现鄱阳湖水环境遥感与地面协同观测能力,对鄱阳湖水质进行长期有效的监测就显得尤为重要。本文以鄱阳湖为研究区,以反映水体初级生产力及湖泊健康的基本指标实测的叶绿素浓度为研究对象,基于实地的光谱采集数据、水体样本收集数据、MODIS、Landsat8-OLI卫星数据,多种信息源同步数据,进行了以下内容的研究并得到相关结论:1、采用美国ASD地物光谱仪Fieldspec4,对鄱阳湖研究区的水面光谱信息进行采集工作,获取的光谱信息进行特征性分析,探究水质指标叶绿素浓度与光谱反射率之间的相关关系。基于初始水体光谱曲线和归一化水体曲线与水质参数的相关关系找出敏感波段R669nm、R533nm、R690nm,并将以相关性筛选出的敏感波段及其波段组合作为变量因子,构建基于高光谱数据的敏感波段及其波段组合与叶绿素浓度的一次线性、二次函数、指数函数、幂函数及对数函数的半经验反演模型,并对构建的模型的反演精度进行验证。最终以相关度最高、误差最小、拟合效果最好,得到基于光谱数据的二次型多项式半经验反演模型,这与大多数研究者得到的模型类型一致,也验证该模型在应用上的可信性及普适性,是一种可行的反演方法。2、探究水质指标参数叶绿素浓度与遥感数据的相关关系。分析敏感波段或波段组合,并针对计算遥感反射率的自定义模型算法和RI模型算法,分别构建叶绿素浓度与遥感数据的回归经验反演模型,对两种算法得到的反演模型进行必要的精度验证和分析。此外,还对比分析了该两种算法,分析结果表明,基于对遥感卫星的地表发射率计算,RI模型算法得到的反演模型不论是从相关度、误差分析、反演拟合等多角度对比都更优于自定义模型算法得到的反演模型,因此,也更适合用于鄱阳湖水质参数反演。3、基于MODIS、Landsat的最优反演模型,采用卡尔森营养化状态指数TSI和修正过的营养化状态指数TSIM,分别得到了基于遥感数据MODIS、Landsat的TSI、TSIM指数计算模型,一致性的得到该研究区的鄱阳湖水体正处于中营养化状态的评价结果,并从江西省2010-2017年的水资源公报关于鄱阳湖的水质质量资料中得到验证;将模型进一步的应用于2009~2018年的Landsat系列影像数据,分析鄱阳湖叶绿素浓度十年期间的时空动态分布规律,从反演的叶绿素浓度在时间上来分析,叶绿素浓度最高的年份出现在2010年;在空间上的分布,湖区南部的叶绿素浓度要明显大于北部,主要是因为鄱阳湖是由南向北的流向,流动性强,叶绿素a不易聚集,流动过程中浮游植物对叶绿素a的吸收、降解也是南部高于北部的重要原因。