土壤是农业生产的重要物质基础和土地资源管理的重要对象。我国面临的土壤重金属污染形势十分严峻,每年被重金属污染的粮食达1200万吨。土壤重金属污染关系着国家粮食安全和人民的身体健康。为了更好地管理有限的耕地资源,科学地进行土地利用规划,有必要高效、快速地获取土壤重金属污染信息,并对污染物的空间分布状况进行易于理解的图形表达。本研究以中国乐安江泛滥平原土壤为例,综合地理信息科学、土壤学、环境科学等多学科知识,开展土壤部分重金属污染物信息快速获取以及空间分布制图的研究。位于乐安江中上游的德兴铜矿是亚洲最大的露天开采矿,早在上个世纪90年代,矿石日产量已经超过了6万吨。该区域内另一片重要的矿区——银山铅锌矿也有着不小的生产规模和超过40年的开采历史。然而,采矿和选矿活动会产生大量含有重金属,诸如铜、铅、锌的废水和矿渣,进而可能造成土壤的污染并带来一定的生态环境问题。废弃的矿石经风化及雨水作用会产生大量pH<3的酸性废水；矿石浮选厂会排放大量pH>12的碱性废水。部分废水直接或通过支流间接排入乐安江,对生活在乐安江泛滥平原的数百万居民以及下游鄱阳湖区的水生动植物和候鸟带来潜在的健康威胁。学界对该地区采矿选矿活动所带来的生态环境影响的关注可追溯至1987年的生态联合研究项目(CERP)的一个子项目“江西德兴铜矿地区重金属污染及其生态效应”。该项目的研究对象涉及乐安江流域及鄱阳湖的生物(动物和植被)、水体、土壤及沉积物；研究方法以传统的地球化学调查为主。20年过去了,随着卫星遥感技术的发展,地理信息科学的进步以及传统地球化学调查无法满足日益增长的大范围环境监测需要,将信息科学技术引入国土资源调查和土壤质量监测已成为不可避免的趋势。我将多学科的知识和研究方法综合运用于土壤重金属元素含量信息的快速、低成本获取以及空间分布制图。我的论文可以分为两个专题。专题一：基于可见——近红外光谱的土壤部分重金属含量提取,即本文的第三、四、五章。专题二：土壤中部分重金属元素的空间分布制图,即本文的第六章。下文分别从研究现状,拟解决的问题,研究方法和主要的研究结果这四个方面对这两个专题的内容进行介绍。摘要的最后部分列举了本研究的几个主要创新点。专题一,基于可见——近红外光谱的土壤部分重金属含量提取：当前,可见——近红外光谱用于土壤有机碳、总氮等土壤成分含量的提取技术已发展得较为成熟。对土壤重金属,特别是微量重金属元素的提取虽然最早可以追溯到上世纪末,但经过十年的发展,进展较为缓慢,目前国内外的报道仍十分有限。一个主要的原因是：在可见——近红外光谱区间内,大部分土壤中的微量重金属元素并不具有明显的光谱吸收特征。尽管在小尺度(local scale)上,已有部分研究使用可见——近红外光谱成功地提取了部分土壤重金属元素的含量。但这类研究存在较多的局限：(1)所使用的数据通常源自小尺度下、采集自单一土壤类型的样本,其土地利用状况及覆盖通常也是一致的。在大陆及全球尺度上的开展的研究表明,使用来自不同土壤类型、土地利用和覆盖状况的土壤样本,进行可见——近红外光谱土壤重金属元素含量的提取还是个难题。(2)使用的光谱数据通常采集自经过一系列复杂前处理的土壤样本。然而现有研究表明土壤的理化性质,例如土壤含水量,土壤粒径等会显著地影响土壤的光谱特性。这就造成了基于精细处理后土壤样本的模型与基于未经处理土壤样本模型两者之间研究对象的潜在差异。解决甚至仅仅只是探索这种差异都很可能填补基于地基光谱仪可见——近红外光谱数据提取土壤中部分重金属元素含量领域的一个重要空白。因为截至本文撰写时,尚未发现有研究讨论土壤前处理过程对土壤中重金属元素含量提取的影响。(3)现有的研究绝大部分都是采用统计建模的方法,实现通过光谱波段或波段组合(自变量)提取土壤重金属元素含量(因变量)的目的。在传统的统计分析中,对自变量和因变量的数据分布描述是重要且容易实现的,因为自变量和因变量的数目都不会太多,例如少于10个的自变量。通过可见——近红外光谱仪获取的光谱波段则通常数以千计。目前通用的数据分布分析方法,例如Lillifors正态检验,无法同时检验并展示数千个变量的分布特征,因此现在绝大部分研究仅仅讨论因变量的数据分布状况,而忽视了自变量数据分布特征的描述。本文作者针对以上研究的不足,在第三章中提出了两种用于高光谱波段变量数据分布特征描述的统计图：Lillifors正态检验图及偏度——峰度系数曲线图。通过实例展示了(1) Lillifors正态检验图在光谱波段变量数据分布正态检验中的应用；(2)使用偏度——峰度系数曲线图用于分析土壤前处理过程对波段数据分布影响以及偏度系数和峰度系数的协同变化关系。在第四和第五章中分别以土壤总铁含量和总铜含量为例,使用光谱变换技术和作用于因变量的Box-Cox变换及对数变换建立并比较了多个用于土壤总铁含量和总铜含量提取的模型；比较分析了土壤前处理过程对土壤总铁、总铜含量提取模型的影响。具体来说,该专题研究的主要成果有：(1)提出两种用于分析和检验高光谱波段变量数据分布的统计图：Lillifors正态检验图及偏度——峰度系数曲线图。实验表明,对于本研究所使用的71个土壤样本,光谱波段变量分布的正态假设仅对部分波段变量成立。光谱变换和土壤预处理过程都会极大地影响波段变量的分布特征。(2)以矿区所在流域的泛滥平原土壤为研究对象,首次在较大的区域尺度上,探索对来自不同母质,不同土地利用和土地覆盖下的土壤样本,使用可见——近红外光谱提取土壤总铁、总铜含量的可能性。提出一种基于可见——近红外光谱,“快速、低成本”获取土壤表层部分重金属元素含量的方法。对于未经过前处理的土壤样本,总铁和总铜含量的模型预报可决系数分别达到55%和42%；对于经过前处理的土壤样本,铁和总铜含量的模型预报可决系数分别达到66%和43%。(3)较为系统地研究不同光谱变换形式,不同土壤重金属数据转换,不同土壤前处理过程对可见——近红外光谱提取部分土壤重金属元素模型的影响。结果证实了SNV光谱变换方法可以较为有效地消除土壤粒径差异所带来的光谱差异；表明土壤前处理过程有助于提高模型拟合优度。(4)本研究比较了可见——近红外光谱波段(350—2500nm)与铁元素、铜元素之间的两两相关关系,发现两者的Spearman相关系数曲线具有相似的波形及走势。提出使用可见——近红外光谱提取乐安江流域泛滥平原表层土壤中铜元素含量的统计机理在于铜元素含量与铁元素含量之间的线性相关关系。(5)通过分析土样处理过程前后两两光谱波段相关系数矩阵图,发现风干研磨和80目筛选的土样处理过程降低了土壤反射光谱350—550 nm与551—2500 nm两个波段区间的协同变化关系。协同变化关系意味着土样处理过程带来更多的波段信息,这些信息可能有助于提高提取土壤部分重金属含量模型的拟合优度。(6)将Spearman相关分析用于光谱分析,并发现了可以由Spearman相关分析定义推导出的若干规律：土壤重金属元素与反射光谱和吸收光谱的Spearman相关系数曲线具有镜面对称的性质,进一步研究发现两者具有相同的p值向量；重金属含量与光谱波段的Spearman相关系数曲线在对重金属含量进行Box-Cox变换或自然对数变换后保持不变。这些规律体现了Spearman目关分析用于光谱分析的潜在优越性。专题二：土壤中部分重金属元素的空间分布制图：“快速低成本”地提取土壤中部分重金属元素含量可以为人类健康风险(HHR)评价提供快捷、重要的数据,因为土壤中远高于背景值的重金属元素会对人类健康带来潜在威胁。传统的土壤重金属污染评价都是非空间的,不具有直观的特点,不利于土壤污染源的辨别以及重金属污染的健康风险评估。近年来,基于GIS的人类健康风险评价在国外的一些研究中多有报道。但大部分研究尺度较小,对结果的图形展示也较为单一。我国人类健康风险(HHR)评价的相关研究开展较晚且进展较为缓慢。其原因可以归结为：(1)现有的社会统计数据通常是非空间的,且数据粒度较大,无法使用现有的一些HHR模型进行定量分析。(2)高精度的土地利用现状数据不易获取,而评价HHR的一个基本准则即土地利用类型影响风险等级。(3)我国土壤环境质量标准滞后,目前具备法律效力的标准仅有1995年制定的《土壤环境质量标准》,该标准仅仅涉及8种重金属,且主要针对农用地土壤质量评价,不适用于城市居住、商业和工业用地；并且用以评估土壤重金属污染的国家通用准则尚未建立。因此,如何结合多源数据,科学地在区域尺度(regional scale)上评价土壤重金属污染,并形象、直观地展示分析与评价的结果即成为一个十分有意义的问题。本研究在第六章中首先使用2009年的ALOS卫星遥感影像对乐安江流域的土地利用状况进行了人工解译,绘制包含农业用地,建筑用地及采矿活动相关用地的土地利用现状图。接着通过对71个采样点铜元素和铅元素含量进行反距离加权空间插值,估计这两种元素在乐安江流域沿江表层土壤中的空间分布状况图。最后叠加乐安江流域的地面高程数据,遥感影像,土地利用现状图,元素分布插值图及辅助数据包括城市、河网等矢量数据,完成两张铜元素和铅元素在乐安江流域沿江区域表层土壤中的综合空间分布图,用于定性评价这两种元素对该地区人类健康的潜在威胁。综上所述,本研究完成了拟解决的研究问题,达到了预期的研究目标,并且在以下几个方面做了一些开创性的工作：(1)提出两种用于分析和检验高光谱波段变量数据分布的统计图：Lillifors正态检验图及偏度——峰度系数曲线图。(2)以矿区所在流域的泛滥平原土壤为研究对象,首次在较大的区域尺度上,探索对来自不同母质,不同土地利用和土地覆盖下的土壤样本,使用可见——近红外光谱提取土壤总铁、总铜含量的可能性。提出一种基于可见——近红外光谱,“快速、低成本”获取土壤表层部分重金属元素含量的方法。(3)较为系统地研究不同光谱变换形式,不同土壤重金属数据转换,不同土壤前处理过程对可见——近红外光谱提取部分土壤重金属元素模型的影响。(4)提出使用可见——近红外光谱提取乐安江流域泛滥平原表层土壤中铜元素含量的统计机理在于铜元素含量与铁元素含量之间的线性相关关系。(5)首次提出风干,研磨和80目筛选的土样处理过程降低了土壤反射光谱350—550 nm与551—2500 nm两个波段区间的协同变化关系。(6)将Spearman相关分析用于光谱分析,并发现了可以由Spearman相关分析定义推导出的若干规律：土壤重金属元素与反射光谱和吸收光谱的Spearman相关系数曲线具有镜面对称的性质,进一步研究发现两者具有相同的p值向量；重金属含量与光谱波段的Spearman相关系数曲线在对重金属含量进行Box-Cox变换或自然对数变换后保持不变。这些规律体现了Spearman相关分析用于光谱分析的潜在优越性。(7)提出了一种综合使用遥感和地理信息技术,结合地基高光谱数据、遥感影像、高程数据和辅助地理数据,定性评价泛滥平原表层土壤重金属污染对人类健康的潜在威胁的方法。该方法具有高效率、低成本、无污染、易于使用等特点,适合用于辅助土地环境污染调查及风险评价。