近年来,人地矛盾日益凸显,矿业开采活动在推动我国经济迅猛发展的同时,也使得大量重金属元素渗透到土壤中,严重影响了矿区生态环境保护,加剧了本就十分紧张的人地矛盾。然而随着矿区面积的增大和生态修复要求的提高,传统的土壤重金属检测方法已无法满足现阶段的需求,为缓解人地矛盾,为矿区土壤重金属质量与生态修复提供实时、高精度基础数据,加强国土资源数量、质量、生态“三位一体”监测与管护,对土壤重金属进行快速准确的测度是至关重要的。高光谱技术逐渐成熟,并已广泛应用于土壤科学的各领域,已成为实现土壤组份的快速检测的研究热点。然而,与其他土壤指标相比,土壤重金属高光谱反演研究起步晚,相关技术方法仍需进一步完善。一方面,模型精度较低,反演体系不完善,另一方面,未充分考虑氧化铁、重金属浓度等关键因素对反演效果的影响,这些都已成为了制约该领域发展和应用的瓶颈。针对这些问题,本文在相关研究成果的基础上,采用一阶微分(FDR)、二阶微分(SDR)等光谱变换方法,探究矿区土壤重金属光谱特性;基于偏最小二乘模型(PLSR)、BP神经网络(BP)等建模方法,进一步完善了土壤重金属高光谱反演体系,并采用连续投影算法(SPA)优化了重金属光谱信息提取,提高了模型反演能力;众多研究已表明氧化铁是土壤光谱反演的重要影响因素,本文设置了氧化铁、重金属浓度差异性实验,探究了土壤氧化铁、重金属、光谱反射特性三者间的互馈响应机制。具体研究结论如下:1.采用多元光谱信息提取和反演建模方法,选取针对不同重金属元素(Cu、Cr、Zn)的最优反演模型,并采用连续投影算法(SPA)优化光谱特征波段提取技术。采用皮尔森相关系数r表示重金属元素与光谱反射率的相关程度,选取重金属光谱特性波段。建立土壤重金属反演模型,并对模型建立效果进行评价。研究结果显示,不同光谱变换方法和建模方法组合的重金属反演效果差异较大,三种重金属元素Cu、Cr、Zn的最优反演模型分别为基于SDR的PLSR法、基于CR的PLSR法、基于SDR的PLSR法。各模型均可以在一定的精度条件下实现对矿区土壤重金属定量反演。经过SPA算法处理后模型反演精度和模型稳定性得到了加强,模型预测集R2和RPD均有明显的提高,RMSE大幅下降,部分模型预测效果达到了极好水平。2.采用控制变量法,设置不同氧化铁、重金属浓度梯度实验。利用连续统去除法(CR)扩大光谱变化信息,探究氧化铁与不同重金属光谱特征波段,及不同氧化铁浓度对重金属光谱特性的影响。研究结果显示:在400～1100 nm间,随着氧化铁含量的增加光谱反射率逐渐降低,在1100～2500 nm间光谱反射率与氧化铁含量间无明显规律。氧化铁的浓度会在全波段(400～2500 nm)范围内影响重金光谱特性的表达,在可见光-短波近红外(400～1000 nm)波段间,主要表现在掩盖了重金属离子的光谱反射峰,在长波近红外(1000～2500 nm)波段间氧化铁含量的增加会降低光谱吸收谷、反射峰的变化程度,掩盖重金属微弱的光谱变换情况。3.采用皮尔森相关系数,从相关分析角度量化分析土壤氧化铁与重金属浓度间的关系。研究结果显示,全波段范围(400～2500nm)内氧化铁皮尔森相关程度明显高于重金属,为主导影响因素。氧化铁与重金属皮尔森系数存在部分重合,因此氧化铁浓度会影响重金光谱特性的表达。4.利用梯度实验样本和研究区土壤采样样本,分别按照氧化铁浓度设置建模组带入重金属高光谱反演模型中。氧化铁一直是影响研究区土壤重金属高光谱定量反演的主要因素之一,研究结果显示,氧化铁含量过少或过多都会降低重金属模型的反演效果,当氧化铁含量过少时,其对土壤重金属的团聚和吸附作用减弱;当氧化铁含量过多时土壤重金属的光谱特性会被氧化铁所掩盖。图[20]表[13]参[80]