摘要：浑浊水体是水色遥感的重要研究对象,其光谱特征由浮游植物(叶绿素a含量)、无机悬浮物和可溶性有机物3个组分控制,利用光谱识别浑浊水体的组分信息对于光谱解混和组分的定量反演具有重要意义.基于2010—2016多年太湖水体野外测量的数据,以水体光谱数据的协方差矩阵和相关矩阵为输入进行主成分分析,对比特征值分解(EVD)、奇异值分解(SVD)、非线性迭代偏最小二乘法(NIPALS)3种求解方法以及白化后处理对水体组分的识别作用.结果表明,基于相关矩阵的SVD方法对浑浊水体组分的识别效果优于其他算法,获得的前3个主成分载荷累计贡献率为98.8%,依次代表了水、叶绿素a组分和悬浮泥沙组分信息;白化后处理没有明显的优化作用.