土壤是人类赖以生存的最基本的自然资源,土壤环境与生物的生存和社会经济发展息息相关。近年来,由于人类活动和自然环境的变化,土壤重金属污染问题日益严重,已成为备受世界各国关注的环境问题。快速高效地对土壤重金属含量进行监测,对于治理土壤重金属污染以及实现农业可持续发展均具有重要的现实意义。传统的定点化学监测方法效率低,很难全面、动态的反演区域重金属含量的空间分布,从而制约着土壤重金属的监测和治理。遥感技术的发展使土壤重金属污染监测从点至面、从静态向动态、从瞬时向连续监测发展成为可能。然而,由于土壤重金属含量较低,多光谱遥感技术难以满足土壤重金属含量的监测需求,将高光谱波段精细的优势与多光谱卫星影像大面积的优势结合,可实现对土壤重金属大面积精准监测。在“成都多要素城市地质调查-成都市典型地区空间综合评价”项目的支持下,为探讨结合实测土壤高光谱数据和Landsat8 OLI影像预测土壤重金属含量的可行方法,本文以成都市天府新区直管区的东南部片区作为研究区,采用实测高光谱模拟Landsat8 OLI的光谱反射率,通过皮尔逊相关性分析筛选显著相关波段作为特征因子;采用主成分回归、多元逐步回归、偏最小二乘回归三种方法建立了As、Cd、Cr、Cu、Hg、Mn、Mo、Pb八种重金属预测模型,精度对比分析后,确定各重金属的最优反演模型;采用混合像元分解对Landsat8 OLI影像进行了处理,去除影像上的非土壤并置换补偿为土壤信息,再对非土壤像元进行掩膜;在此基础上,将最优模型应用于处理后的Landsat8 OLI影像,实现了对研究区土壤重金属含量的反演。经与实测插值结果对比检验,反演结果基本能够反映区域土壤重金属含量的分布情况。本文主要发现及结论如下:(1)Landsat8 OLI光谱响应函数可将实测高光谱模拟为Landsat8 OLI多光谱波段。As、Cd、Cr、Cu、Hg、Mn、Mo、Pb与模拟多光谱波段LOI3(530-590nm)、LOI4(640-670nm)、LOI5(850-880nm)、LOI6(1570-1650nm)、LOI7(2110-2290nm)都显著相关。As、Cd、Cr、Cu、Hg、Mo在LOI1(430-450nm)、LOI2(450-510nm)也是显著相关的,模拟多光谱反射率可作为土壤重金属预测模型的因子。(2)Landsat8 OLI多光谱影像提取端元后,采用全约束最小二乘法估计丰度,同时考虑了两个约束条件,求解得到的土壤、水体、植被、建筑、道路丰度和为1,且各端元丰度不为负值,物理意义明确。在此基础上,基于线性分解理论进行混合像元分解,从亚像元角度重组了影像,可有效消除水体、植被、建筑、道路非土壤信息干扰,增强土壤信息。(3)三种回归模型中,多元逐步回归、偏最小二乘回归较主成分回归模型精度更高。对比各种金属的不同模型精度后,重金属Mn、Pb选用多元逐步回归模型为最优模型,而As、Cd、Cr、Cu、Hg、Mo均选用偏最小二乘模型为最优模型。最优模型下验证样本集的反演和实测含量值差异较小,最优模型精度可靠。验证样本集的决定系数R~2、均方根误差RMSE、平均相对误差MRE和建模样本集情况较为一致,说明建模样本集有代表性,模型可用于后续反演。(4)应用最优模型于经过混合像元分解处理后Landsat8 OLI影像,得到的反演结果较实测插值结果的空间分布更为细致。统计反演结果减去实测插值结果的差值占比,可看出实测和反演含量在大部分区域差异较小,表明结合实测高光谱和Landsat8多光谱影像反演土壤重金属具有可行性。