为找到一种简便快捷的土壤重金属污染定量化监测方法,本文利用TM遥感影像的各波段光谱反射率、9种植被指数、4种地面辅助因子和80%样点土壤重金属含量实测值建立线性回归预测模型,将未参与建模但与土壤重金属含量显著相关的因子作为修正因子进行蒙特卡罗模拟。剩余的20%样点作为检验点对各类模型进行趋势分析和误差统计检验。最后采用普通克里格方法反演实测值、预测值的空间分布状况,对比其差异。主要结论如下：运用TM影像光谱信息和其他因子可以通过建立模型预测土壤中重金属砷、汞、铬、镉、铜、铅、有效锰、有效铁、有效锌的含量,其中有效铁的预测效果最优。使用的建模因子是从TM遥感影像、数字高程模型中提取的,容易获取,能有效节约成本和时间。遥感影像各波段光谱反射率单独建模、结合地面因子共同建模、不同地貌分别建模这三种建模均可预测研究区土壤重金属含量(P<0.01),R2值、平均误差、总均方根误差及平均相对误差值显示三种建模方式的精度是递增的。因此在地貌复杂的地区利用遥感研究土壤重金属有必要分地貌建立预测模型。蒙特卡罗模拟对预测模型有修正作用,砷、汞、铬、镉、铜、铅、有效锰、有效铁、有效锌蒙特卡罗模拟修正后的预测模型其均方根误差比修正前的线性回归预测模型分别降低了22.7%、18.0%、37.7%、36.2%、13.5%、30.5%、5.4%、25.2%、11.9%,表明蒙特卡罗模拟可以提高模型精度。但修正因子与目标值相关程度的差异会使不同修正因子的效果不同。趋势分析、误差统计检验以及空间分布图显示：砷的波段2和大气抗阻植被指数平均法修正预测模型效果最佳,汞的波段3修正预测模型效果最佳,铬的归一化植被指数修正预测模型效果最佳,镉的坡度修正预测模型效果最优,铜的有效叶面积植被指数修正预测模型效果最优,铅的波段5和土壤显色指数几何平均法修正预测模型效果最佳,有效锰的波段3修正预测模型效果最佳,有效铁的波段1修正预测模型效果最佳,有效锌的波段7和有效叶面积植被指数几何平均法修正预测模型效果最佳。