探讨组合模型在土壤重金属含量高光谱估算中的可行性, 以四川古蔺工矿废弃地复垦土壤为研究对象, 采集样品并测得重金属含量(Cd、Cr、Ni、As和Hg)和光谱信息; 对土壤光谱进行预处理, 探索响应波段; 利用PLS、ANN和RF构建单一估测模型; 利用熵值法进行较优模型组合。结果表明, 4种光谱预处理技术对光谱与重金属含量之间的相关性均有不同程度的提升; 单一预测模型MSC-RF模型效果最优, 可最大程度对重金属含量进行预测; 通过熵值法构建的组合预测模型较单一预测模型效果有所提升, 验证集R2最高达到0.91; 表明组合模型能够较大限度利用多种单个模型的样本信息, 减少单个模型中随机因素的影响, 增强模型的稳定性, 对矿业废弃地复垦土壤重金属含量的预测具有更好的发挥作用。

矿产资源对工业和国民经济的发展有重要的作用, 但是随着矿业开采规模的扩大, 资源枯竭、 经营不善而形成的矿业废弃地越来越多。 由于长时间受到采矿的影响, 矿业废弃地土壤中存在大量的重金属元素, 高浓度重金属可能会对环境和人体产生影响。 土地复垦是整治污染、 退化土壤再利用的重要方法, 对重构后的土壤进行重金属含量检测是衡量土地复垦成效的重要指标, 需要长期进行跟踪监测。 传统的化学检测方法效率低、 成本高、 无法实现重金属大范围检测。 高光谱是一种新兴的、 发展潜力巨大的技术, 在环境保护, 资源利用, 区域可持续发展等方面有着广泛的应用。 经过近几十年的快速发展, 仪器精度逐渐提高, 检测方法逐渐成熟, 为实现土壤重金属高效、 便捷检测提供了可能。 正常土壤重金属含量一般相对较低, 采用光谱测量重金属含量较为困难, 但铁矿开采区矿业废弃地由于土壤中的铁元素较多, 会使土壤中的重金属的存在和聚集形式发生变化, 影响重金属对光谱的响应, 从而使土壤光谱反射率与重金属含量之间关系更加明显。 以湖北省大冶市复垦矿区研究区, 采样化学检测方法获取土壤重金属（As, Cr, Zn）含量; 借助于美国ASD公司生产的FieldSpec4地物光谱仪（350～2 500 nm）获取土壤反射率, 应用一阶微分、 倒数对数、 连续统去除法分别对反射率曲线进行预处理, 提取出光谱特征波段, 分析三种重金属元素与光谱特征间的相关性并建立逐步回归模型。 研究表明, 光谱数据预处理可使光谱特征波段更加明显, 其中一阶微分和连续统去除法的效果最为明显。 3种重金属元素的特征波段为495, 545, 675, 995, 1 425, 1 505, 1 935, 2 165, 2 205, 2 275和2 355 nm。 将土壤重金属含量与光谱特征波段之间做相关性分析, 三种重金属都表现出了与光谱曲线的相关性, 相关系数大部分都达到了0.5以上, 最大相关系数为0.663, 由于重金属种类和预处理方式的不同会导致相关性系数存在明显的差异。 利用与土壤重金属相关性最大的特征波段建立三种重金属反演模型, 并以反演模型r大小选择每种重金属的最优反演模型。 由于重金属种类的不同, 模型的选择也有差异, Cr和Zn一阶微分逐步回归为最佳反演模型, 重金属As连续统去除法逐步回归为最佳反演模型。 通过检验, 三种重金属中Cr反演效果最好, RMSE为2.67, 其次是Zn和As。 对比当前不同检测手段可知, 基于土样和光谱数据预处理的土壤重金属含量地物光谱仪高光谱反演是比较理想的。 可为矿业废弃地土壤重金属高光谱反演提供参考。