土壤是構成生態系統的基本要素之一，是國家最重要的自然資源，也是人類賴以生存的物質基礎。但是相比其他環境污染，土壤污染具有更強的隱蔽性和滯后性，且一旦被污染將很難恢復。為了防止土壤污染日趨嚴重，加強土壤生態環境的監測和管理，已經引起國家和各級政府的高度重視。

土壤重金屬污染由于其持續殘留性和毒性的特征而顯得尤其危險。土壤重金屬的來源分為兩種途徑：一是來自于成土母質；二是來自于人類各種生產活動。土壤重金屬污染主要涉及Cu、Zn、Pb、Hg、Cd、As這幾種典型的元素，而其他的重金屬富集污染則不明顯。所以需要及時且準確地監測重金屬污染，以確保土壤資源的可持續性。

傳統的地面采樣監測土壤重金屬污染的方式，由于勞動強度大且耗時間，不利于廣泛推廣。現代遙感技術能否應用于土壤重金屬污染監測呢？目前遙感技術用于大尺度的監測土壤重金屬等理化特征方面的研究工作開展的還不多，已有的研究多局限于基于采樣點的野外和實驗室光譜分析，構建常規的統計方法。然而，傳統的遙感采樣分析、單一的實驗室光譜學分析在污染監測的實時性、方法的全面性以及結果精度的高效性方面有待改善。近年來，基于地面光譜分析和多、高光譜影像預測的方法被廣泛提及，特別是高光譜遙感數據，而高光譜模型模擬多光譜數據的預測方法仍需探索。此外，高光譜數據用于Cd、Hg等毒性較強且無光譜特征的元素檢測存有困難，但以其具備的評價生物物理參數并檢測空間變化的能力，成為基于地表方法檢測土壤重金屬污染的首要選擇，且因其提供特定和關鍵的時間信息而被廣泛應用。目前，使用高精度的遙感影像結合其他多源數據為大地域的監測和制圖、土壤重金屬污染的空間分布、污染等級提供更為可靠、便捷的方式，特別是結合多時相的衛星和航空高光譜構建可靠的模型，實現大尺度的連續動態監測，正在成為趨勢。

多光譜遙感成像技術能夠以較低的成本研究大區域范圍內土壤類型分布和屬性時空變化特征，是重要的土壤信息源,然而多光譜傳感器提供的土壤信息十分有限，采用常規的分析手段無法從中提取物質成分和含量的高精度信息和光譜特征，因此不適合高精度的土壤屬性定量遙感分析,而主要用于較大比例尺的土壤屬性制圖、評價、監測和時空變異研究。

利用多光譜（如TM和ASTER）遙感模擬波段估算重金屬含量的研究，根據傳感器的光譜響應函數，將原始土壤光譜曲線轉換為模擬的TM和ASTER工作波段，表明多光譜數據具有估算土壤重金屬元素含量的潛力，然而所得的光譜模擬數據并未考慮植被覆蓋影響、大氣效應、混合像元等干擾元素，因而從模擬光譜層次的研究到遙感影像層次的應用還需要考慮更多因素。多光譜遙感影像中包含的是自然條件下的土壤光譜信息，不可避免地包含環境噪聲以及光譜混合現象，會極大地削弱甚至掩蓋土壤的光譜特征。隨著研究方法和技術的改進，為基于影像層面的土壤重金屬污染的探索提供了新思路。若結合多源遙感數據來探索土壤重金屬污染，特別是連續時相的多光譜數據，能夠彌補短期監測的不全面性，預測潛在的污染區域，如基于連續時相的Landsat數據用于動態監測土壤污染，其優勢在于減少了使用高光譜分辨率數據和標準化學分析和采樣技術的花費，能預測污染恢復帶來的影響。此外，基于遙感和實際觀測數據，結合已有成熟的監測土壤重金屬污染的技術應用于其他的研究區域，將有助于進一步改善預測的精度。

高光譜成像技術綜合了地物高光譜和高空成像技術，與多光譜成像技術相比，目前高光譜成像技術能夠提供最高10nm光譜分辨率的目標信息，其高光譜影像立方體可用于精確識別地物類型和定量反演地物屬性。研究表明許多地表物質的吸收特征在吸收峰深度一半處的寬度為20nm～40nm。然而傳統的多光譜遙感影像，光譜分辨率只有100nm，在可見光和近紅外光譜區域只有幾個波段。因此，根據高光譜遙感光譜分辨率高，波段多的這一特點，許多在寬波段遙感中不可探測的重金屬的光譜特性，可以運用高光譜遙感區分并探測出來。與地面光譜技術相比，高光譜能夠制作更大比例尺和更詳細的專題圖，特別是土壤屬性制圖是高光譜數據的主要應用目標。盡管存在不足，嘗試使用新的數據和方法基于遙感高光譜方式探測土壤重金屬污染，仍是現階段土壤污染遙感監測研究的熱點。

高光譜遙感監測的常規應用

高光譜技術方法作為一種能夠動態、快速、宏觀地獲取地表信息的遙感技術，不僅能夠監測無光譜特征的土壤重金屬成分，還不會對污染土壤及其附屬植被產生直接傷害，已廣泛應用于環境、地質和土壤等多個領域。

（１）高光譜監測土壤重金屬吸附或賦存關系的應用由于土壤重金屬含量低，反映在土壤光譜信息很微弱，通過直接分析重金屬元素的特征光譜來估算其含量比較困難，而同類元素容易相互聚集共生，用相關系數可以反映土壤元素之間的共生程度。最近研究表明，根據土壤有機質、鐵錳氧化物以及粘土礦物等對重金屬的吸附或賦存作用，可以通過無光譜特征物質與有光譜特征物質之間的相關性，利用粘土礦物和鐵錳氧化物在土壤光譜曲線中典型的光譜特征，間接地預測土壤重金屬含量，實現監測無光譜特征的土壤重金屬的含量。

（２）地表高光譜監測土壤重金屬的應用近表面的遙感技術預測作物重金屬污染有兩個特點：一是重金屬脅迫下作物的生物化學數據能與冠層的光譜反射測量同步獲取，相反，使得航空高光譜影像與作物的生物化學數據同步測量則較困難；二是在野外環境下，近端遙感能獲取到作物的許多反射光譜數據用于探索光譜和重金屬含量的關系。但是少量采樣點用于建模和驗證，影響模型的穩定性，若將其用于其他區域、物種或者重金屬類型則需要進一步驗證，可通過增加采樣點的數量，改善波段選擇方式，使用更多的特征方法等提高模型的穩定性和精度。未來研究的趨勢是建立起植被重金屬脅迫的即時監測技術，最大限度地減少土壤重金屬污染帶來的危害。或者綜合多源數據進行長時間序列的連續監測，做到區域的宏觀調控，并能預測潛在的危險分布。已有研究總結在結合典型土壤光譜庫，確定合適的水和環境等參數，建立經驗模型和擴展算法，將低光譜數據擴展成高光譜數據，對于土壤定量遙感將具有十分重要的研究和應用價值。

（１）空載或星載高光譜的應用

伴隨地面、航空、航天多源信息不斷集成，結合不同高光譜數據，將逐步實現從重金屬污染的定性分析向定量分析發展。使用衛星高光譜影像以及實地的采樣，用于探測光譜影像識別礦物的分布并制圖顯示重金屬污染土壤中的擴散，結果表明高光譜遙感數據在地表礦物和廢棄物制圖方面表現出高效、快速和重復的特性，并能夠提供污染區域的位置。空載或星載傳感器由于距離地表較遠，而且只能獲取表層土壤光譜，不存在絕對的高精度。其他的遙感光譜學分析，如微波，能夠用于探測土壤水分、質地等，但是空間分辨率相對較低；實驗室地物光譜儀的測量可測得較高精度的土壤光譜，但是將實驗室里建立的模型推廣應用于其他遙感數據，必須消除環境、水分、質地、類型等對土壤光譜的影響，目前還沒有報道相關的研究成果。嘗試多源數據整合的方法，充分發揮各種數據源的綜合優勢，將有助于提高土壤重金屬監測的精度。

（２）土壤重金屬高光譜監測算法的改進

目前利用遙感技術監測土壤組成與反射光譜間關系的常用統計分析方法有多元逐步回歸分析、主成分分析和偏最小二乘回歸（PLSR）分析。神經元網絡算法、小波分析、遺傳算法等應用不多見。盡管有研究表明，土壤屬性與光譜之間存在著非常顯著的相關性，但是在綜合應用各種遙感數據時，有必要采用非線性和非統計學方法分析和識別各種因素的非線性作用。現有的遙感方法用于監測重金屬污染多關注光學數據分辨率的尺度轉換問題，很少有研究關注重金屬污染評價模型由野外到大區域尺度的轉換。

光譜學的反演研究雖取得了一定的成就，但是反演的數據多來自于實驗室或者野外的試驗，對于大區域尺度的研究不具備優勢。現有的研究手段，一方面表現出近表面遙感技術監測重金屬污染的優勢，另一方面也預示著研究尺度的有限性決定監測土壤重金屬污染結果的有效性。所以在數據獲取方式或者數據關聯性以及模型方法改進方面將呈現新的發展趨勢。許多研究提倡通過整合一些變量，如生物預測變量、物理土壤參數、化學測量等，評估重金屬污染類型、程度及其分布和影響。物理參數中，土壤磁化率的測量能快速且高效地區分重金屬污染，許多空間變化的控制因子使得土壤磁化率的測量變的可靠、有效、敏感，該方法快速、非破壞性的特性，能補充傳統化學分析的不足，并允許短時間廣域的測定。結合多源數據，精確地制圖并可視化顯示重金屬污染能夠更好地理解污染的狀況。就土壤定量化技術的發展趨勢而言，土壤重金屬污染監測逐步向精度更高的微觀探索技術和節約時間成本的中觀甚至宏觀監測技術發展；遙感、GPS及其他科學手段能做到的僅是大面積、快速估算土壤重金屬含量，而非準確值，因而監測的進一步精準化是學者研究的熱點；可以用遙感技術對土壤重金屬監測進行實地定位或者分不同時相遙感影像動態變化。