博斯腾湖西岸湖滨绿洲土壤Cr、Ni、Pb、Zn均呈现无污染状态,土壤Cd为该区域主要的污染因子,土壤Cd的光谱特征分析及含量估算研究具有重要的意义。以博斯腾湖西岸湖滨绿洲为研究区,采用地累积指数、PCA/APCS受体模型分析土壤重金属Cr、Ni、Pb、Zn、Cd的累积程度及定量来源,利用HHT时频分析方法拟分析土壤Cd的光谱响应特征,采用11种数学变换光谱形式、光谱指数、特征选择算法筛选土壤Cd的特征光谱,构建偏最小二乘回归、BP神经网络模型优选最佳估算方法。研究结果表明:（1）土壤Cr、Ni、Pb、Zn、Cd的地累积指数依次为-0.2753、-0.2720、-0.3183、-0.2280、-0.046,五种重金属均呈现无污染状态,土壤Cd为研究区最主要的污染因子,重金属Cd在土壤剖面0⁵0cm层依次超过新疆土壤背景值的1.4608、1.5258、1.5775、1.6250、1.3975倍。重金属Cr、Ni、Pb、Zn对土壤母质源的平均贡献率依次为70.0209%、81.9601%、42.6003%、83.3987%、22.1798%,土壤Pb、Cd对交通污染源的平均贡献率依次为23.7560%、89.9023%,土壤Cr、Ni、Cd对农业污染源的平均贡献率依次为17.7113%、10.3875%、35.5428%。（2）HHT时频分析方法可鉴别不同土壤Cd浓度污染光谱,土壤Cd（0.09）、Cd（0.11）的突变波段较少,依次在1600nm、1000nm附近,与受污染光谱的响应差异较为明显,随着土壤Cd浓度的增加,突变光谱波段越多,其中Cd（0.14）的突变光谱响应区间为827⁸40nm、1638¹654nm、Cd（0.18）的突变光谱响应区间为861⁸64nm、875⁸28nm、901⁹04nm、925⁹28nm,Cd（0.22）的突变光谱响应区间为1210¹213nm、1250¹253nm、1283¹286nm、2365²368nm,Cd（0.26）的突变光谱响应区间为1099¹102nm、1125¹128nm、1208¹211nm、1242¹245nm、1539nm¹1542nm、1989¹999nm、2009²021nm、2030²033nm、2042²045nm、2080²092nm。综合分析可得,土壤Cd特征光谱区间为:861⁹28nm、1099¹286nm、1989²368nm。（3）在11种光谱数学变换形式中,一阶微分、对数二阶微分、倒数二阶微分、对数倒数二阶微分、平方根二阶微分与土壤Cd间的最大相关系数值依次为-0.6421、-0.4931、-0.4840、-0.4932、0.4660,与之相对应的波段依次为950nm、1298nm、2129nm、851nm、1257nm。所构建的光谱指数中,差值光谱指数、一阶微分差值光谱指数、一阶微分比值光谱指数、一阶微分归一化光谱指数与土壤Cd间的最大相关性系数值依次为0.4922、-0.5677、0.5374、0.5030,所对应波段组合依次为R₉₂₃-R_600、R₉₄₅-R₂₂₀₈、R₉₄₁/R₁₂₉₃、R₉₄₁-R₁₂₉₉/R₉₄₁+R₁₂₉₉。GAPLS、PSO算法所筛选的特征光谱波段均在500nm、1000nm、1500nm、2000²400nm附近,三种方法所筛选的光谱波长在1000nm、1200nm、2200nm附近居多。（4）对数二阶微分、倒数二阶微分、对数倒数二阶微分、平方根二阶微分构建的PLSR模型R²值依次为0.9559、0.9534、0.9563、0.9469,RMSE值依次为0.0101、0.0104、0.0101、0.0108,RPD值依次为4.7973、4.6638、4.8194、4.4831,以平方根二阶倒数变换形式所建模型最优;经PSO算法筛选的一阶微分变换建立的BP神经网络估算模型效果最优,其R²值为0.8142,RMSE值为0.0167,RPD值为2.4446。通过本研究,以期应用于高光谱遥感土壤Cd含量估算,从而为区域土壤Cd污染动态监测提供科学依据及方法支撑。