太湖蓝藻水华暴发的现象逐渐引起人们的重视。为及时获取太湖蓝藻水华的分布范围以及研究蓝藻水华的暴发规律,使用遥感手段对太湖蓝藻水华进行监测是十分迫切的。目前,对以低分辨率遥感影像为数据源提取湖泊蓝藻水华的技术已有一定的研究,但在使用中高分辨率影像提取太湖蓝藻水华技术方面仍然有所缺陷。第一,为更准确地提取出蓝藻水华信息并获取其面积,中高分辨率影像的混合像元藻华盖度的计算方法需进一步进行讨论研究。第二,中高分辨率影像信息更为复杂,从单幅图像中直接人工选取蓝藻水华分割阈值具有不确定性与复杂性等缺点,使部分“丝状”蓝藻水华易与富营养化水体等错分。针对以上问题,开展基于中高分辨率遥感影像的太湖区域蓝藻水华提取技术研究具有重要意义。本文以10m空间分辨率的哨兵2A影像为数据源,对太湖蓝藻水华的提取技术及应用进行了研究,包括提取模型适用性的研究以及基于提取模型的蓝藻水华分割技术的研究。(1)建立并分析了叶绿素a浓度反演提取模型、NDVI提取模型、FAI提取模型三种提取模型对于哨兵2A卫星影像的适用性并且分析了哨兵2A影像的波段参数对于模型适用性的影响。通过含藻类水体的实测叶绿素a浓度数据验证以及阈值的稳定性分析得到,蓝藻水华提取的最佳模型是FAI(B4/B5/B10)。(2)在提取模型计算的指数图像基础上,针对中高分辨率影像信息更为复杂的问题,引入梯度图像表征“丝状”蓝藻水华特征,提出了梯度-生长点选取法并改进了混合像元藻华盖度的计算方式,最终改进了APA算法(藻华像元生长算法)。将该算法应用于太湖哨兵2A影像的蓝藻水华提取与藻华面积计算,并使用与哨兵2A影像同天拍摄的GF2影像与GF6影像对改进APA算法提取的蓝藻水华面积及范围进行验证,结果表明改进APA算法提高了在中高分辨率影像中提取蓝藻水华的精度。证明了改进APA算法提取太湖蓝藻水华的有效性以及准确性。(3)根据以上工作,建立了基于哨兵2A影像的太湖蓝藻水华遥感监测体系,对2017-2019年三年内的太湖蓝藻水华进行动态监测,分析太湖蓝藻水华的空间和时间变化规律。