【光谱学堂】土壤重金属，利用高光谱如何检测？

土壤是指地球表面的一层疏松的物质，由各种颗粒状矿物质、有机物质、水分、空气、微生物等组成，能生长植物。土壤由岩石风化而成的矿物质、动植物、微生物残体腐解产生的有机质、土壤生物以及水分、空气、氧化的腐殖质等组成，是有限的重要自然资源。

土壤的健康程度可影响其附属植物的生长状态，直接关系到植被生态环境系统是否健康，间接关系到农作物质量安全、加工食品安全与人类健康。因此土壤重金属检测成为杜绝食品安全问题、保持生态环境良性循环的一个重要环节，愈发受到重视。如何快速GX地检测出土壤重金属污染区域并评估其污染程度，是开展土壤污染监测的关键，也是开展土壤环境治理的重要前提。

土壤重金属检测简介

传统的土壤重金属污染检测方法通常是对野外采集的土壤样品开展实验室化学分析，该方法测量精度高、准确性强，但由于检测环节多、耗时长、成本高，很难快速获取大区域上的污染物含量及分布信息[1]。高光谱遥感具有快速、宏观地获取地物信息的能力，在土壤重金属污染监测领域不断显示出其独特的优势。

土壤中的重金属元素属于微量元素，在土壤    光谱上很难捕捉到重金属信息，因此通过直接分析光谱曲线的吸收反射特征估算重金属含量比较困难[2]。可根据重金属元素与其他物质的吸附关系以及对植被的胁迫特征，间接地预测元素含量，确定土壤污染程度。目前利用高光谱遥感开展土壤重金属污染监测的方法主要分为如下两种：

（1）直接根据土壤光谱与重金属元素间的相关性进行元素含量反演估算；

（2）根据被重金属污染胁迫植被的光谱信息间接预测土壤重金属污染状况。

1-土壤光谱分析法反演重金属含量

虽然重金属在土壤中属微量元素，没有明显的特征光谱，但土壤中的黏土矿物、土壤有机质等组分往往与之存在吸附或赋存关系[3]，这些组分的存在导致土壤光谱形态和反射率大小在一定程度上发生改变，使土壤光谱曲线显示出特定的反射特征，利用重金属元素与这些组分之间的相关性可估算元素含量。

土壤光谱分析法估算土壤重金属含量的实现方法是，利用实验室或野外实测的土壤样品光谱数据，经断点修复、平滑等预处理后，将原始光谱及其数学变换、连续去除等变换后的光谱指标与测定的土壤重金属含量进行相关分析，建立土壤重金属含量与光谱指标特征波段的ZJ回归模型，利用该模型定量反演出土壤重金属含量。

2-植被光谱分析法反演重金属含量

研究表明，土壤中的重金属能对植物的生理结构特征产生影响，尤其是对叶绿素的合成影响较大，从而改变植物的光谱特性[4]。当植被受到重金属污染胁迫时，植被叶片中的叶绿素含量会降低，使得植被波普的“红边位置”（指由于植物体内叶绿素的吸收作用，致使植被反射波谱特征在红光波段到近红外波段处（660～770nm）急剧升高）向短波方向偏移，形成红边“蓝移”现象[5-7]。“红边位置”、植被指数等是表征植被生长状态的重要参数。重金属污染对植被光谱特征和植被生长状态参数变化的影响，是利用植被光谱分析预测重金属污染的基础。

植被光谱分析法反演土壤重金属含量的实现方法是，测定重金属污染条件下表层土壤的重金属含量和植被叶片的叶绿素含量（或根据植被光谱特征形成“红边位置”、植被指数等植被生长状态参数），分析叶绿素含量或植被生长状态参数与土壤重金属含量之间的相关关系，建立土壤重金属含量反演模型，预测研究区土壤重金属污染情况。

文章参考内容来源于网络及发表文献及图书，部分参考文献陈列于文章末尾，其余内容如有侵权，请及时联系我们予以删除。

参考文献：

[1] 肖捷颖,王燕,张倩,等, 2013. 土壤重金属含量的高光谱遥感反演方法综述[J]. 湖北农业科学, 52(6):1248-1253.

[2] 龚绍琦,王鑫,沈润平,等, 2010. 滨海盐土重金属含量高光谱遥感研究[J]. 遥感技术与应用, 25(2):169-177.

[3] WU Yunzhao, CHEN Jun, JI Junfeng, et al., 2007. A mechanism study of reflectance spectroscopy for investigating heavy metals in soils[J]. Soil Science Society of America Journal, 71(3):918-926.

[4] 唐鹏,刘光,徐俊锋, 2014.植物重金属胁迫的高光谱遥感研究进展[J].杭州师范大学学报(自然科学版), 13(6):634-640.

[5] 张志斌, 2013.高光谱遥感对矿山开发环境效应监测技术研究[D].ZG地质大学(北京).

[6] 邬登巍,吴昀昭,马宏瑞, 2009.植物污染胁迫遥感监测研究综述[J]. 遥感技术与应用, 24(2):238-245.

[7] Bonham-carter G F, 1988. Numerical procedures and computer program for fitting an inverted gaussian model to vegetation reflectance data[J]. Computers and Geosciences, 14(3):339-356.

  ·  文稿：张燕

  ·  编辑：李雨彤

  ·  校对：张彩霞、蓝梓月

  ·  审定：张立福、孙雪剑、黄瑶