摘要：渾濁水體是水色遙感的重要研究對象,其光譜特征由浮游植物(葉綠素a含量)、無機懸浮物和可溶性有機物3個組分控制,利用光譜識別渾濁水體的組分信息對于光譜解混和組分的定量反演具有重要意義.基于2010—2016多年太湖水體野外測量的數據,以水體光譜數據的協方差矩陣和相關矩陣為輸入進行主成分分析,對比特征值分解(EVD)、奇異值分解(SVD)、非線性迭代偏最小二乘法(NIPALS)3種求解方法以及白化后處理對水體組分的識別作用.結果表明,基于相關矩陣的SVD方法對渾濁水體組分的識別效果優于其他算法,獲得的前3個主成分載荷累計貢獻率為98.8%,依次代表了水、葉綠素a組分和懸浮泥沙組分信息;白化后處理沒有明顯的優化作用.