传统城市内河和湖泊水质监测存在以点源监测为主、水质反演模型通用性和精度不足，以及成本较高等问题，本项目综合利用无人机高光谱遥感影像和人工智能新技术（如深度学习和迁移学习等），分别构建适用于单一河流、多河流和多方联合监测三种不同场景的高精度水质反演模型，实现城市内河和湖泊水质的面源监测，可反演的水质指标包括藻类个数、叶绿素、总悬浮物、总磷、总氮和化学需氧量，其中，前三者的平均反演精度达到90%以上，后三者的平均反演精度达80%以上。此外，以部分具有代表性的内河和湖泊为例，构建高精度、高通用性的水质反演SaaS云平台，有效降低城市河湖水质反演成本，具有良好的推广前景和经济效益。