土壤重金属污染一直是环境地球化学高度关注的研究热点。最近几年,随着各种微量、超微量和微区分析技术的引入,重金属元素分析精度不断提高,检出限不断降低,这些都从信息维促进了土壤重金属污染的研究。然而在时空维方面,目前土壤重金属污染监测仍依赖传统地球化学方法,即野外采样,然后进行室内化学分析。该方法存在费时、费钱等缺点,不适合大范围监测。对于污染形式日益严重的发展中国家来说,由于资金短缺,困难更大。为此,寻找一种快速、节省的土壤重金属污染监测方法就势在必行。遥感地球化学能够动态、快速、宏观地获取地表地球化学信息,已广泛应用于环境地球化学和土壤科学等领域。然而,目前利用遥感地球化学方法研究农业土壤重金属污染的研究尚未见报道。这其中最主要的困难在于重金属元素在土壤中含量甚微,现有技术难以直接探测到重金属元素光谱信息。探究土壤重金属元素光谱响应,研究土壤光谱与重金属元素关系是当前遥感地球化学面临的难点之一。城郊土壤密切接触密集的城市人群,涉及众多生命的健康和安全。严重的重金属污染是城郊农业土壤的一个重要特征。城郊农业土壤污染一方面影响土壤的生态功能,同时污染物通过食物链传递和土壤颗粒物直接吸入而影响城市居民的健康,城郊农业土壤污染已成为公众普遍关注的问题。江宁和八卦洲是南京城南和城北的两处城郊地区,它们是南京重要的粮食和蔬菜供应基地,与南京居民的健康和安全息息相关。基于以上背景,本文在江苏省地质调查研究院“江苏省国土生态地球化学调查”项目的支持下,选取江宁和八卦洲这两个受人类活动影响较强、且对于工农业生产具有重要位置的地区作为研究区,研究遥感地球化学方法预测农业土壤重金属元素含量可行性,为遥感技术快速制图土壤重金属污染提供理论依据和技术方法途径。本研究一方面可以促进土壤重金属污染研究的时间维和空间维,为土壤重金属污染监测、评价与制图快速、经济地提供信息;另一方面又拓宽了遥感地球化学研究范畴,促进遥感地球化学这门新兴学科的发展。此外,本研究可以为今后研究区的污染控制、风险评估、土地利用规划以及政府决策等提供必要信息,有助于提高粮食安全和维护居民健康,促进区域可持续发展。遥感地球化学是一门综合性学科,而其基础理论、技术方法和应用又都包罗万象,本论文将研究重点着眼于基础研究。电磁波与地物的相互作用是遥感地球化学探测地表化学成分的基础。土壤光谱特征是遥感地球化学方法快速识别土壤化学成分的关键。利用各种分析技术和方法,努力将土壤光谱和重金属元素结合起来,建立土壤重金属元素与土壤光谱的关系,是本论文最基本目的。本文以土壤和重金属元素光谱特征为主线,以建立土壤光谱与重金属元素关系为目标,围绕土壤重金属元素的光谱响应进行了系统的探索研究。在研究土壤光谱与重金属元素的关系之前,首先利用传统地球化学方法调研了江宁和八卦洲土壤重金属元素分布特征及它们的化学形态,并基于GIS技术,利用地统计学和空间自相关方法研究了它们的空间变异性。明了重金属元素以及土壤的光谱特征,是探索遥感地球化学方法快速预测土壤重金属元素可行性的前提。为此,本文测试了重金属元素以及南京城郊土壤的反射光谱,进而利用室内模拟污染试验,研究了不同重金属污染级别土壤的反射光谱响应。在此基础上,对江宁和八卦洲土壤反射光谱和重金属元素的关系进行了研究,利用反射光谱对这两个地区土壤重金属元素含量进行了预测,并探讨了反射光谱预测重金属元素的机理。除了反射光谱,遥感地球化学可利用的谱段还有很多,适合于地球遥感的热红外波段在土壤重金属污染研究中能否发挥作用,论文进而对此进行了研究。通过对比反射光谱与热红外光谱的研究结果,从而为遥感地球化学监测土壤重金属污染选择最佳监测波段。基于该结果,在当前难以获取研究区合适遥感影像情况下,通过室内模拟传感器波段反射率预测了南京城郊土壤重金属元素含量,并为今后利用遥感技术快速、大范围制图土壤重金属污染传感器的选择提供了理论依据。论文主要结论和认识如下:(1)长江流域贯穿全流域的Cd异常是最近几年发现的新问题,目前已引起国土资源部及沿江各省的高度重视。本文将地统计学和化学形态分级提取方法联合用于Cd的来源和污染风险研究,得出了一些较为新颖的结论。首先空间自相关研究表明Cd的空间自相关性很小,说明Cd的空间分布较为零乱,这也暗示Cd的异常可能受到了人为的影响。进而化学形态分析结果表明,Cd以有效态为主,平均占其总量的82.3%。考虑到Cd总量已达轻微污染程度,说明八卦洲地区存在严重的Cd污染风险。此外相关分析表明,残渣态Cd所占比率与总Cd呈负指数关系,这进一步说明八卦洲地区Cd高含量与人类活动有关。(2)详细研究了土壤重金属元素的反射光谱响应。指出在土壤中,只有具有特征吸收峰的重金属元素,而且当它们的含量相当高时(如Cr和Cu含量为4000 mg/kg)方可表现出自身光谱行为。对于农业土壤来说,很少达到如此高污染。因此本研究指出,直接从光谱吸收特征角度考虑,使用反射光谱快速识别并预测农业土壤重金属元素含量不是可行之策,利用反射光谱预测土壤重金属元素含量必须另辟蹊径。(3)首次利用反射光谱成功预测了农业土壤重金属元素含量,并对预测机理进行了解释。研究结果表明,无论江宁还是八卦洲,土壤重金属元素与反射率都呈负相关。重金属元素预测精度顺序与它们和铁的相关性顺序一致,即与铁相关性高的元素预测精度也高,与铁相关性低的元素预测精度也低。重金属元素与土壤铁的内部相关是反射光谱预测无光谱特征重金属元素的机理。(4)除了预测农业土壤重金属元素含量,本文还利用反射光谱识别了受工业严重污染的土壤,并建立了工业污染土壤的光谱识别标准:总体反射率低于30%,880nm附近吸收峰深度大于2%,以及粘土矿物在2210nm附近吸收峰深度小于4%。反射光谱法是对传统土壤重金属污染源识别方法的一种补充。(5)利用反射光谱成功识别了土壤针铁矿,并提出了识别土壤针铁矿的光谱标识,即针铁矿电子对跃迁2(4T1g)所产生的490nm附近双吸收峰是土壤针铁矿的诊断性光谱特征。通过单一土壤的模拟试验以及对不同土壤的研究,结果表明土壤在490nm波段处吸收峰深度随土壤针铁矿含量增加而加深,二者具有很好的相关关系,可以利用该吸收峰深度快速预测土壤针铁矿含量。(6)针铁矿对重金属元素的吸附是影响重金属元素在土壤中含量的重要因素。本文进行了针铁矿对重金属元素的吸附研究。结果表明,针铁矿对Ni2+的等温吸附曲线呈“Langmuir”型,在浓度较低时,吸附量随平衡浓度的增加而迅速升高,当平衡浓度达到一定程度时,吸附量也趋于饱和。反射光谱、XPS和FT-IR研究结果表明,针铁矿对Ni2+的吸附为专性吸附,吸附时Ni2+置换针铁矿A型羟基中的H+,Ni2+作为释电子的Lewis碱,针铁矿作为受电子的Lewis酸,电子从Ni2+向针铁矿中的氧和铁转移。(7)热红外研究结果表明,南京城郊农业土壤的热红外光谱主要反映了粘土矿物OH伸缩振动和Si-O键伸缩和弯曲振动,而与重金属元素有关的有机质和铁氧化物信息则不明显。此外,人为污染模拟试验结果表明,土壤热红外光谱也难以直接显示重金属元素信息。可见,无论是直接还是间接方式,热红外波段都不如可见光近红外(VNIR)波段对重金属元素敏感,因此,本文认为监测土壤重金属污染的最佳波段是VNIR波段。(8)基于上述最佳波段选择结果,在当前难以获取研究区合适遥感影像情况下,利用实验室模拟传感器波段预测了研究区土壤重金属元素含量。通过对不同平台、不同光谱和空间分辨率传感器HyMap、TM以及Quickbird的模拟,结果表明土壤重金属元素可以被这三种传感器预测,而且它们的预测精度非常接近,说明光谱分辨率不是预测重金属元素含量的关键性因子。综合考虑花费以及混合像元影响,本研究认为Quickbird是快速制图本区农业土壤重金属污染的首选传感器。