遥感能够监测区域土壤重金属污染吗？

土壤是构成生态系统的基本要素之一，是国家最重要的自然资源，也是人类赖以生存的物质基础。但是相比其他环境污染，土壤污染具有更强的隐蔽性和滞后性，且一旦被污染将很难恢复。为了防止土壤污染日趋严重，加强土壤生态环境的监测和管理，已经引起国家和各级政府的高度重视。

土壤重金属污染由于其持续残留性和毒性的特征而显得尤其危险。土壤重金属的来源分为两种途径：一是来自于成土母质；二是来自于人类各种生产活动。土壤重金属污染主要涉及Cu、Zn、Pb、Hg、Cd、As这几种典型的元素，而其他的重金属富集污染则不明显。所以需要及时且准确地监测重金属污染，以确保土壤资源的可持续性。

传统的地面采样监测土壤重金属污染的方式，由于劳动强度大且耗时间，不利于广泛推广。现代遥感技术能否应用于土壤重金属污染监测呢？目前遥感技术用于大尺度的监测土壤重金属等理化特征方面的研究工作开展的还不多，已有的研究多局限于基于采样点的野外和实验室光谱分析，构建常规的统计方法。然而，传统的遥感采样分析、单一的实验室光谱学分析在污染监测的实时性、方法的全面性以及结果精度的高效性方面有待改善。近年来，基于地面光谱分析和多、高光谱影像预测的方法被广泛提及，特别是高光谱遥感数据，而高光谱模型模拟多光谱数据的预测方法仍需探索。此外，高光谱数据用于Cd、Hg等毒性较强且无光谱特征的元素检测存有困难，但以其具备的评价生物物理参数并检测空间变化的能力，成为基于地表方法检测土壤重金属污染的首要选择，且因其提供特定和关键的时间信息而被广泛应用。目前，使用高精度的遥感影像结合其他多源数据为大地域的监测和制图、土壤重金属污染的空间分布、污染等级提供更为可靠、便捷的方式，特别是结合多时相的卫星和航空高光谱构建可靠的模型，实现大尺度的连续动态监测，正在成为趋势。

多光谱遥感成像技术能够以较低的成本研究大区域范围内土壤类型分布和属性时空变化特征，是重要的土壤信息源,然而多光谱传感器提供的土壤信息十分有限，采用常规的分析手段无法从中提取物质成分和含量的高精度信息和光谱特征，因此不适合高精度的土壤属性定量遥感分析,而主要用于较大比例尺的土壤属性制图、评价、监测和时空变异研究。

利用多光谱（如TM和ASTER）遥感模拟波段估算重金属含量的研究，根据传感器的光谱响应函数，将原始土壤光谱曲线转换为模拟的TM和ASTER工作波段，表明多光谱数据具有估算土壤重金属元素含量的潜力，然而所得的光谱模拟数据并未考虑植被覆盖影响、大气效应、混合像元等干扰元素，因而从模拟光谱层次的研究到遥感影像层次的应用还需要考虑更多因素。多光谱遥感影像中包含的是自然条件下的土壤光谱信息，不可避免地包含环境噪声以及光谱混合现象，会极大地削弱甚至掩盖土壤的光谱特征。随着研究方法和技术的改进，为基于影像层面的土壤重金属污染的探索提供了新思路。若结合多源遥感数据来探索土壤重金属污染，特别是连续时相的多光谱数据，能够弥补短期监测的不全面性，预测潜在的污染区域，如基于连续时相的Landsat数据用于动态监测土壤污染，其优势在于减少了使用高光谱分辨率数据和标准化学分析和采样技术的花费，能预测污染恢复带来的影响。此外，基于遥感和实际观测数据，结合已有成熟的监测土壤重金属污染的技术应用于其他的研究区域，将有助于进一步改善预测的精度。

高光谱成像技术综合了地物高光谱和高空成像技术，与多光谱成像技术相比，目前高光谱成像技术能够提供最高10nm光谱分辨率的目标信息，其高光谱影像立方体可用于精确识别地物类型和定量反演地物属性。研究表明许多地表物质的吸收特征在吸收峰深度一半处的宽度为20nm～40nm。然而传统的多光谱遥感影像，光谱分辨率只有100nm，在可见光和近红外光谱区域只有几个波段。因此，根据高光谱遥感光谱分辨率高，波段多的这一特点，许多在宽波段遥感中不可探测的重金属的光谱特性，可以运用高光谱遥感区分并探测出来。与地面光谱技术相比，高光谱能够制作更大比例尺和更详细的专题图，特别是土壤属性制图是高光谱数据的主要应用目标。尽管存在不足，尝试使用新的数据和方法基于遥感高光谱方式探测土壤重金属污染，仍是现阶段土壤污染遥感监测研究的热点。

高光谱遥感监测的常规应用

高光谱技术方法作为一种能够动态、快速、宏观地获取地表信息的遥感技术，不仅能够监测无光谱特征的土壤重金属成分，还不会对污染土壤及其附属植被产生直接伤害，已广泛应用于环境、地质和土壤等多个领域。

（１）高光谱监测土壤重金属吸附或赋存关系的应用由于土壤重金属含量低，反映在土壤光谱信息很微弱，通过直接分析重金属元素的特征光谱来估算其含量比较困难，而同类元素容易相互聚集共生，用相关系数可以反映土壤元素之间的共生程度。最近研究表明，根据土壤有机质、铁锰氧化物以及粘土矿物等对重金属的吸附或赋存作用，可以通过无光谱特征物质与有光谱特征物质之间的相关性，利用粘土矿物和铁锰氧化物在土壤光谱曲线中典型的光谱特征，间接地预测土壤重金属含量，实现监测无光谱特征的土壤重金属的含量。

（２）地表高光谱监测土壤重金属的应用近表面的遥感技术预测作物重金属污染有两个特点：一是重金属胁迫下作物的生物化学数据能与冠层的光谱反射测量同步获取，相反，使得航空高光谱影像与作物的生物化学数据同步测量则较困难；二是在野外环境下，近端遥感能获取到作物的许多反射光谱数据用于探索光谱和重金属含量的关系。但是少量采样点用于建模和验证，影响模型的稳定性，若将其用于其他区域、物种或者重金属类型则需要进一步验证，可通过增加采样点的数量，改善波段选择方式，使用更多的特征方法等提高模型的稳定性和精度。未来研究的趋势是建立起植被重金属胁迫的即时监测技术，最大限度地减少土壤重金属污染带来的危害。或者综合多源数据进行长时间序列的连续监测，做到区域的宏观调控，并能预测潜在的危险分布。已有研究总结在结合典型土壤光谱库，确定合适的水和环境等参数，建立经验模型和扩展算法，将低光谱数据扩展成高光谱数据，对于土壤定量遥感将具有十分重要的研究和应用价值。

（１）空载或星载高光谱的应用

伴随地面、航空、航天多源信息不断集成，结合不同高光谱数据，将逐步实现从重金属污染的定性分析向定量分析发展。使用卫星高光谱影像以及实地的采样，用于探测光谱影像识别矿物的分布并制图显示重金属污染土壤中的扩散，结果表明高光谱遥感数据在地表矿物和废弃物制图方面表现出高效、快速和重复的特性，并能够提供污染区域的位置。空载或星载传感器由于距离地表较远，而且只能获取表层土壤光谱，不存在绝对的高精度。其他的遥感光谱学分析，如微波，能够用于探测土壤水分、质地等，但是空间分辨率相对较低；实验室地物光谱仪的测量可测得较高精度的土壤光谱，但是将实验室里建立的模型推广应用于其他遥感数据，必须消除环境、水分、质地、类型等对土壤光谱的影响，目前还没有报道相关的研究成果。尝试多源数据整合的方法，充分发挥各种数据源的综合优势，将有助于提高土壤重金属监测的精度。

（２）土壤重金属高光谱监测算法的改进

目前利用遥感技术监测土壤组成与反射光谱间关系的常用统计分析方法有多元逐步回归分析、主成分分析和偏最小二乘回归（PLSR）分析。神经元网络算法、小波分析、遗传算法等应用不多见。尽管有研究表明，土壤属性与光谱之间存在着非常显著的相关性，但是在综合应用各种遥感数据时，有必要采用非线性和非统计学方法分析和识别各种因素的非线性作用。现有的遥感方法用于监测重金属污染多关注光学数据分辨率的尺度转换问题，很少有研究关注重金属污染评价模型由野外到大区域尺度的转换。

光谱学的反演研究虽取得了一定的成就，但是反演的数据多来自于实验室或者野外的试验，对于大区域尺度的研究不具备优势。现有的研究手段，一方面表现出近表面遥感技术监测重金属污染的优势，另一方面也预示着研究尺度的有限性决定监测土壤重金属污染结果的有效性。所以在数据获取方式或者数据关联性以及模型方法改进方面将呈现新的发展趋势。许多研究提倡通过整合一些变量，如生物预测变量、物理土壤参数、化学测量等，评估重金属污染类型、程度及其分布和影响。物理参数中，土壤磁化率的测量能快速且高效地区分重金属污染，许多空间变化的控制因子使得土壤磁化率的测量变的可靠、有效、敏感，该方法快速、非破坏性的特性，能补充传统化学分析的不足，并允许短时间广域的测定。结合多源数据，精确地制图并可视化显示重金属污染能够更好地理解污染的状况。就土壤定量化技术的发展趋势而言，土壤重金属污染监测逐步向精度更高的微观探索技术和节约时间成本的中观甚至宏观监测技术发展；遥感、GPS及其他科学手段能做到的仅是大面积、快速估算土壤重金属含量，而非准确值，因而监测的进一步精准化是学者研究的热点；可以用遥感技术对土壤重金属监测进行实地定位或者分不同时相遥感影像动态变化。