土壤是一种非常宝贵的必要资源,对土壤重金属污染的监测是十分必要的。传统的地化方法费时费力,而使用遥感影像对土壤重金属含量的反演大大降低了监测成本并提高了效率。本文以WorldView-3多光谱高分辨率遥感影像反演德兴铜矿区的土壤重金属Cu含量为研究目标,从输入数据准备、经验模型的选择、精度评价指标方面对提高反演精度进行研究。本文主要取得了以下成果:1.研究区样本Cu含量平均值1006mg/kg,为背景值的20倍,表明研究区Cu污染程度非常严重。在选择土壤样上根据Cu含量采用箱形图法排除异常样本,后对比影像剔除非土壤位置点,得到110组可用土壤样本作为Cu含量输入数据。2.本文因WorldView-3影像数据空间分辨率高、波谱范围广、覆盖范围大的优势,选择WorldView-3影像反演研究区的土壤Cu含量。对提取出的土壤反射率进行倒数对数和一阶微分处理,并在输入光谱变量方面创新性加入由多种形态相关性高的波段组合的混合光谱变量,简称混合光谱。实验表明基于混合光谱建模的预测精度要高于其他任何单一形态的光谱。3.在经验模型选择方面,结合土壤的原始光谱、倒数对数光谱、一阶微分光谱、混合光谱与土壤Cu含量建立偏最小二乘、支持向量机、BP神经网络、随机森林的反演模型,四种建模方法对Cu含量预测结果的验证集决定系数R_p~2因为输入光谱变量不同而不同,因此要综合MRE_p和RMSE_p两个评价指标的表现,可知由BP神经网络搭建的混合光谱模型反演效果最佳,所以选择该模型来绘制研究区Cu含量空间分布图,并将分布图典型地域结果与实际测量结果对比,发现土壤Cu元素的含量分布存在一定误差,但总体分布预测合理。