Статья посвящена разработке алгоритмов анализа загрязнения воды на основе визуальной информации, полученной с помощью мультиспектральной камеры, установленной на БПЛА. Предложена структура алгоритмического комплекса анализа мультиспектральных аэрофотоснимков. В разработанном подходе каждое из анализируемых изображений проходит процедуру предварительной обработки, которая выравнивает и объединяет его спектральные каналы в единый многомерный растр. Разработанный аналитический алгоритм позволяет осуществлять обработку и свертку каналов мультиспектрального изображения с использованием трех математических операторов – фильтрации значений, изменения контрастности и изменения яркости. При этом выбор параметров выявления загрязнений на поверхности водных объектов осуществляется на предварительном этапе, связанном с максимизацией коэффициента контрастности для контрольной территории. При этом предлагаемый алгоритм анализа нейронного загрязнения основан на применении метода скользящего окна в сочетании со сверточной архитектурой нейросетевого классификатора для фрагментов изображений, расположенных на прямоугольной сетке. Экспериментальные исследования показали, что нейросетевой алгоритм выигрывает по точности, а аналитический подход легче интерпретируется с точки зрения эксперта.