随着国家政策对新疆经济的大力扶持,新疆的工农业水平不断提升,但随之而来的环境问题亦不可小觑。重金属作为土壤污染物的重要组分之一,不仅会导致水体、植被受损,还会引发人体的健康问题,因此,对土壤重金属做到快速、实时监测和预警意义重大。高光谱遥感数据因其多而连续的光谱波段及速度快、成本低、无破坏等特点为遥感技术在土壤重金属含量监测实用化方向提供了基础。本文以准东地区天山北坡工业带,包括米东区、阜康市、吉木萨尔县、奇台县共2市2县为靶区,以高光谱遥感为技术手段,探讨了高光谱遥感在5种土壤重金属砷(As)、汞(Hg)、铬(Cr)、铜(Cu)、铅(Pb)含量估算方面的应用潜力。其中,单项定量估算建模手段包括多元逐步回归、偏最小二乘回归、BP神经网络;组合定量估算建模手段包括多元逐步回归组合模型、偏最小二乘组合模型,BP神经网络组合模型,探求几种建模方法对高光谱土壤重金属反演的可行性并寻找最优模型。主要研究结论如下:(1)重金属数据统计结果表明,与新疆背景值相比,研究区5种土壤重金属均值中As、Hg、Pb超标;与全国背景值相比,仅Pb超标,有一定程度积累。5种土壤重金属均值排序为:Cr>As>Pb>Cu>Hg。根据污染负荷指数分布形态,高值主要集中在5种重金属单因子污染指数较高的大黄山地区及阜康西南地区。(2)研究区土壤光谱反射率曲线大致呈一种上凸的抛物线型,173个样点的光谱曲线形态相似并近似平行,光谱曲线的整段范围内,400~600 nm的光谱形状较陡;600~1350 nm的光谱形状较为平缓;以600 nm、800 nm、900 nm、1000 nm为中心的曲线附近是光谱的反射及吸收峰。(3)对原始光谱反射率进行R′、R〞、S(R)、(S(R))′、(S(R))〞、1/R、(1/R)′、(1/R)〞、LgR、LgR′、LgR〞、1/LgR、(1/LgR)′、(1/LgR)〞、Lg(1/R)、(Lg(1/R))′、(Lg(1/R))〞17种形式的变换,将变换后的光谱反射率与重金属做相关性分析,并做相关系数在0.01水平上的显著性检验提取特征波段,与原始反射率相关系数相较,5种重金属相关系数都相应提升,因此通过微分变换技术来了解光谱的特征波段是必要的。(4)应用多元逐步回归、偏最小二乘回归、BP神经网络模型构建5种重金属的估算模型,通过3种评价指标对模型预测能力进行检验,结果表明,5种重金属元素中As的3种建模方法预测精度最高;3种建模方法中,BP神经网络模型可以取得较其他两种建模方法更优的结果,3种模型的估算能力相差不大,但决定系数均未超过0.6,显示了进一步进行组合预测的必要性。(5)对多元逐步回归及偏最小二乘回归使用改进后的简单平均法进行组合预测,BP神经网络模型使用BP神经网络最优权重组合法进行预测,得到组合多元逐步回归模型(Z-SMLR)、组合偏最小二乘回归模型(Z-PLSR)、组合BP神经网络模型(Z-BP)。综合3种精度评价指标,除个别元素外,组合模型与单项预测模型相比,决定系数(R~2)更高,均方根误差(RMSE_C)与预测误差比(RPD)效果更优,相对于其余5种估算模型,Z-BP模型的预测能力和稳定性均为最优,由此得到Z-BP模型为As、Hg、Cr、Cu、Pb5种重金属的最优模型,决定系数分别为0.67、0.65、0.54、0.60、0.63。