工业生产附带大量污水、废气乱排放对周边耕地土壤造成了严重污染,及时准确监测土壤重金属含量可以有效反映土壤环境污染程度。因此,为保护有限土壤资源及维持土壤环境质量,采用遥感技术对工业区耕地土壤进行重金属含量反演具有重要意义。研究选取衡东县某工业区周边耕地土壤为研究对象,探讨了高光谱遥感在工业区耕地土壤重金属铜(Cu)、铅(Pb)、汞(Hg)含量定量反演的应用潜力。本文首先对土壤光谱进行重采样及组合变换;构建变换光谱与土壤重金属Cu、Pb、Hg的相关关系,通过定性分析筛选各重金属对应的最优光谱预处理方法;应用不同特征提取算法获取各重金属的光谱特征;采用偏最小二乘与核偏最小二乘回归方法构建研究区土壤重金属Cu、Pb、Hg含量高光谱定量反演模型并对模型预测精度进行分析评价。论文的主要研究成果如下:(1)相较于原始光谱,光谱变换方法均能提升重金属含量与光谱反射率的相关性。Cu、Hg元素最优光谱变换方法为Savitzky-Golay平滑(SG)、标准正态变换(SNV)组合一阶微分(FD),Pb元素为多元散射校正(MSC)组合FD,其分别所建立的模型精度较高。(2)应用竞争性自适应重加权(CARS)、连续投影算法(SPA)、主成分分析(PCA)对Cu、Pb、Hg元素进行光谱特征提取,均能降低波段冗余性,提升建模效率。从模型反演精度来比较,Cu和Hg元素最优特征提取算法为CARS,Pb元素为SPA。(3)Cu、Hg元素建立的偏最小二乘(PLS)模型具有较高的精度,Pb元素建立的PLS模型精度较低;Hg、Pb建立的核偏最小二乘(KPLS)模型反演精度较高,Cu元素建立的KPLS模型精度较低。Cu元素与光谱特征具有较强线性关系,Pb、Hg与光谱特征具有较强非线性关系。(4)各重金属元素反演最佳处理路径不同,其中Cu元素为SG-SNV-FD-CARS-PLSR,Hg 元素为 SG-SNV-FD-CARS-KPLSR,Pb 为 MSC-FD-SPA-KPLSR。对于不同重金属元素,需要建立不同的反演方法进行快速无损检测。该研究成果在工业区耕地土壤重金属污染监测与治理中可发挥实际作用,为重金属含量反演从实测高光谱到应用遥感影像进行大面积监测提供参考。