(环境保护部卫星环境应用中心，北京 100094)

土壤污染遥感研究进展及应用展望

熊文成聂忆黄王桥娄启佳屈冉张雅琼滕佳华

(环境保护部卫星环境应用中心，北京 100094)

针对土壤污染可能出现的概念理解偏差，首先介绍土壤污染及其特点，明确了遥感技术监测土壤污染的目标与内容范畴。从土壤污染遥感监测研究，包括光谱机理、土壤污染反演、植被胁迫遥感反演等方面，全面总结了各种方法的主要进展、特点及应用中的问题。结合土壤污染监测需求，尤其是《土壤污染防治行动计划》的明确需求，分析了遥感技术在土壤污染源监管、土壤污染风险管控、土壤调查布点优化、土壤污染反演研究等方面中的应用前景，表明遥感技术可以提高土壤污染监测能力，并为土壤环境管理提供全面宏观信息。

土壤污染；遥感；土十条；重金属

引言

土壤是经济社会可持续发展的物质基础，关系人民群众身体健康，关系美丽中国建设，保护好土壤环境是推进生态文明建设和维护国家生态安全的重要内容。我国土壤环境总体状况堪忧，部分地区污染较为严重。2005年至2013年开展了首次全国土壤污染状况调查，结果表明，全国土壤总的点位超标率为16.1%，其中轻微、轻度、中度和重度污染点位比例分别为11.2%、2.3%、1.5%和1.1%[1]。国务院于2016年5月印发了《土壤污染防治行动计划》(“土十条”)，实施“土十条”是国家向污染宣战的三个重大战略之一，而土壤污染状况调查与土壤环境监测是打赢土壤污染战役的重要基础。

传统的土壤污染研究是通过室内分析野外实地逐点采集的样品，获取各样点的污染物质含量，研究大部分则集中污染物化学测定方法、赋存状态、污染与所依附的微观环境的关系、污染分布迁移规律、污染风险评价方法等[2-5]。这种方法能够取得相对良好的测量精度，但耗时费力、效率较低，而且无法较好地获取空间上连续分布信息。遥感作为空间技术为宏观快速获取土壤重金属污染信息提供了新的途径，尤其是近年来，国内外多源卫星遥感数据在空间分辨率、时间分辨率、辐射分辨率、光谱分辨率等方面均取得突飞猛进的发展，为遥感技术在土壤重金属污染调查与监测方面发挥更大作用提供了可能。因此，本文主要总结土壤污染遥感监测进展，结合目前土壤污染监测的迫切需求，分析遥感技术在土壤重金属污染监测中的可能应用前景。

1 土壤污染与土壤污染遥感

1.1 土壤污染及特点

土壤污染是指所引入之物质或制剂的性质、数量或浓度可对土壤功能或使用价值产生负面影响。土壤污染的要素主要包括三方面的内容(土壤污染三要素)，即有可识别的人为污染物，有可鉴别的污染物数量的增加，有现存(直接显露)或潜在(通过转化)的危害后果[6]。人们在实际工作中重点关注的是土壤污染或者是污染土壤(指已经构成污染的样点、场地和不同尺度的区域土壤)。然而，由于对概念理解的差异性，容易混淆了沾污和污染的差别，可能导致夸大土壤污染或污染土壤的问题。

土壤污染源可以分为天然源和人为源。天然源是指自然界自行向环境排放有害物质或造成有害影响的场所，此种状况一般称为自然灾害，如正在活动的火山。人为源是指人类活动所形成的污染源，是研究的主要对象，而在这些污染源中，化学物质对土壤的污染是人们最为关注的。按照物质或制剂进入土壤的途径所划分的土壤污染源可分为污水灌溉、固体废弃物的利用、农药和化肥的施用、大气沉降等。

土壤是不可再生资源，形成一厘米土壤大概需要几百年到上千年。土壤污染具有累积性、不均匀性和长期存在性等特点，污染物在土壤中迁移、扩散和稀释速度极慢，土壤一旦污染，将是“天长地久”。

土壤污染在土壤中的形态是其毒性的发挥的重要影响因子，同时污染在土壤中的形态也是光谱于遥感识别的重要基础。就土壤重金属而言，可以分为水溶态、交换态、碳酸盐结合态、铁锰氧化物结合态、有机结合态和残留态。

1.2 土壤污染遥感

遥感是以电磁波与地球表面物质相互作用为基础，探测、分析和研究地球资源与环境，揭示地球表面各要素的空间分布特征与时空变化规律的一门科学技术。近年来，随着遥感技术的发展，卫星遥感技术已经在气象、海洋、环境、减灾等各行各业取得长足的发展和应用。根据高分专项[7]、《国家民用空间基础设施中长期发展规划(2015-2025年)》[8]等规划，未来我国将发射多颗具有高空间分辨率、高光谱分辨率、高时间分辨率、高辐射分辨率的高分卫星，将进一步丰富卫星数据的供给。

土壤污染遥感即利用遥感技术进行土壤污染的识别、反演、监管或风险评价。遥感器对土壤污染或相关要素的响应是开展土壤污染遥感的基础。因此，土壤污染遥感应用需要开展土壤污染的监测需求与可遥感性分析(响应可识别性分析)，理清哪些需求可以通过遥感技术来实现，哪些需求可以辅助来实现，哪些需求可以引导遥感载荷发展。

2 土壤污染遥感研究现状

土壤污染遥感监测研究主要是在光谱机理、土壤污染反演、植被胁迫遥感反演等方面。

2.1 土壤污染光谱机理研究

在土壤污染分析监测过程中，运用光谱分析法对重金属、有机污染物进行分析已成为一种快速的例行分析方法[9]。土壤污染物质及其与土壤结合后形成的特定光谱是进行光谱识别的基础，因此，进行土壤重金属污染、有机物污染的光谱测量与统计分析是土壤污染光谱机理研究的主要方面。

一些学者对有机污染物光谱测量做了探索研究，从文献来看数量不多，总体处于探索阶段。如刘庆生等对辽河三角洲土壤中石油类物质进行光谱测量并初步构建模型[10]；赵春喜利用太赫兹时域光谱检测技术对土壤中滴滴涕等3种有机物进行了检测分析[11]；王忠东等利用荧光光谱特征对土壤中有机污染物进行测量实验[12]；盖利亚等[13]对农药类污染场地进行光谱特征分析，并明确出污染土壤的光谱响应特征。

土壤中重金属元素含量较低，反射电磁辐射能量弱，光谱特征不明显，容易被土壤其他成分的光谱特征所掩盖，因此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[14]。因此，重金属与土壤中光谱活性物质(有机质、氧化物、粘土矿物、土壤水份等)的内在联系是基于土壤反射光谱研究重金属的基础。国内外学者对利用反射光谱法估算土壤重金属含量进行了大量的研究，主要包括了土壤重金属含量估算机理、土壤成分光谱特征、土壤光谱特征提取方法和估算模型等研究内容[15]。

使用的光谱仪有多种品牌，国内常用于土壤光谱测量的仪器，以Field Spec便携式分光辐射光谱仪居多。光谱测试范围可以从紫外光到红外波段(波长范围0.35～2.5μm)，波长精度±1nm，测试对象包括固体、液体等，以测量土壤反射率和辐射率为主[16]。

统计分析方法主要有两种。一是通过实验室化学分析得到土壤样本重金属含量和土壤铁氧化物、有机质等的含量，直接计算重金属与土壤组分之间的相关系数，依据相关系数的大小判定土壤重金属与土壤光谱活性物质之间的相关关系。如王维等[17]通过对 350～2500nm 波段范围光谱曲线进行测试，分别分析了土壤重金属Cu与土壤化学组分、土壤化学成分与土壤特征光谱之间的关系，通过土壤中铁含量和镁含量实现了光谱法对土壤重金属Cu的间接预测。二是采用回归分析的方法建立重金属含量反演模型，分析重金属含量反演模型在土壤光谱波段上的权重，依据土壤光谱活性物质的光谱特征，建立重金属元素与土壤组分之间的联系。如解宪丽等[18]选择江西贵溪铜冶炼厂污染区采集土样，分析了9种重金属元素与土壤可见光-近红外反射光谱之间的相关性及其相关的原因。吴昀昭等[19]利用单变量和多元回归分析建立了南京地区土壤反射率光谱与 Hg 含量之间的关系，并通过这种数量关系快速预测了土壤Hg含量。

虽然光谱分析在理论探索和实用性方面被广泛应用，但光谱定量分析建立在相对比较的基础上，建模的众多假设与实际监测土壤存在较大差异，影响实际监测的精度。

2.2 土壤污染遥感

从土壤污染光学遥感进展类文献来看[15，16，20，21]，很多学者开展了多光谱光学及高光谱遥感的土壤污染监测研究。有从元素类型上分，建立不同元素的遥感反演方法；从遥感手段上看，有多光谱手段、近地表高光谱、航空高光谱、卫星平台高光谱等开展土壤污染监测。

从监测对象来说，有开展流域造成的重金属污染，如Eunyoung Choe 等[22]利用 Hymap 高光谱数据制作了河流沉积物重金属污染分布图，兰泽英等[23]利用高光谱数据进行乐安河流域重金属污染反演。有开展农田污灌造成的重金属污染，如王燕[24]利用高光谱数据开展石家庄污灌区重金属遥感反演。有对污染场地进行土壤污染进行遥感监测，如盖利亚等[13]对农药类污染场地进行光谱特征分析。也有对一般性土壤开展重金属制图研究，如张威[10]开展三江源草地的重金属高光谱反演研究。很大一部分学者对矿山、尾矿库地区土壤重金属污染开展遥感监测，如Kemper等[25]开展矿区土壤重金属光谱研究。

总体来说，估算探测土壤中的重金属含量，其精度和稳定性受限，主要原因在于土壤重金属含量通常属于痕量级，即使在重污染区域，即土壤重金属含量大于三级临界值的区域(参见《土壤环境质量标准》)[26]，其诊断性光谱特征也很容易湮没在其他土壤组分的影响之中。但总体而言，土壤污染程度越高，如典型的污染场地，遥感反演与识别的效果更好。因此，针对重点污染场地，分析其土壤污染特征与规律对进行土壤污染遥感具有较强的可行性。

2.3 土壤污染植被胁迫遥感

相对于有机质等土壤成分而言，重金属在土壤中的含量甚微，因此土壤光谱表现出来的重金属光谱特性非常微弱，然而重金属在土壤中的含量一旦超过环境的承受能力，就会对植被造成巨大的毒性，植被受重金属污染胁迫表现出的光谱变化特征较土壤更为敏感。

健康植物对电磁波辐射的吸收、反射和散射作用构成了植物的特征光谱，土壤受重金属污染后，生长在其上的植被特征将发生改变。陈圣波等[27]以黑龙江多宝山和铜山矿区为例，通过采集矿区典型植物的光谱进行分析，结果表明由于植物叶片对金属元素富集，植物胁迫光谱的变异体现在光谱的“红边”和吸收深度不同。通过叶片内重金属元素含量和550～760nm之间波段吸收深度的多元回归分析，表明叶片中各类重金属的含量与其光谱吸收深度的复相关系数都在0.75以上，相关性强。郭云开等[28]在光谱分析的基础上，采用植被指数和相关分析相结合的方法提取与土壤中Cd、Pb、Zn相关的水稻冠层光谱敏感参数，通过最小二乘拟合建立土壤重金属全量反演模型。一些研究基于受重金属胁迫的植被冠层光谱变化，反映植被的污染胁迫水平，预测植物体内重金属累积量。陈思宁等[29]进行重金属锌胁迫的白菜叶片光谱响应研究，进行定量线性相关分析，提取的三种特征光谱因子与Zn含量相关性达到0.95左右，可用来预测白菜叶片金属Zn含量。

基于重金属胁迫对不同植物叶绿素含量、细胞结构和含水量的影响，及这些光谱控制因子在重金属胁迫时的变化机制，许多研究者探索遥感方式来评估植物受重金属胁迫的程度，构建植被指数、红边位置等参数遥感光谱指数与叶绿素含量、叶片结构、含水量的胁迫关系[30-31]。

总体而言，植被胁迫是反演土壤污染生物有效性的一个重要指标，对环境风险评价具有较大意义。光谱特征，尤其是红边特征对植被胁迫具有一定识别能力，但由于植物对重金属存在一定的抗性、统计模型缺少普适性等问题，目前的土壤污染植被胁迫反演精度有一定受限。

3 应用展望

目前来说，土壤污染遥感研究主要集中在遥感机理与模型的构建方面，与实际的管理应用需求结合不是很紧密。利用已有成熟遥感技术，结合土壤污染光谱、反演、植被胁迫等方面的遥感研究进展，面向国务院发布的《土壤污染防治行动计划》中提出的土壤环境质量管理需求，可更为实用地以下几个方面发挥遥感优势。

3.1 土壤污染源遥感监管

土壤污染源是土壤污染的源头，加强工矿企业的环境监管，切断土壤污染的源头，遏制土壤污染扩大的趋势。《土壤污染防治行动计划》中，多次提出对于重点污染源、矿产资源集中开采区、石油开采区的监管及农膜污染的防治。遥感技术上述污染源监管工作中可以起到重要的支撑作用。对于矿产集中开采区，可以利用遥感技术划定矿产开发土壤污染边界，开展矿区未利用地环境遥感监管。对于石油开采区，可以利用遥感技术划定土壤污染范围与面积，开展油田开采区未利用地环境遥感监管。对于农田农膜，可以利用遥感技术对河北、辽宁、山东、河南、甘肃、新疆等农膜使用量较高省份进行遥感监测，分析农膜使用面积以及回收面积变化。对于固体废物集中堆存场地，可以利用遥感技术对尾矿库、煤矸石、工业副产石膏、粉煤灰、赤泥、冶炼渣、电石渣、砷渣以及脱硫脱硝除尘产生固体废物的堆存场所，开展遥感识别与遥感监管。对于重点行业企业用地中污染地块，利用遥感技术监测污染地块的分布及其环境风险。

3.2 遥感技术服务风险管控

《土壤污染防治行动计划》中强调，要“强化未污染土壤保护”，对已污染的土地，要“防范人居环境风险”。立足多源卫星数据，开展相关空间的遥感监测。一是对土壤良好区域、国家划定的土壤环境保护重点区域，依法开展遥感监测，监测可能存在的破坏行为。二是对土壤严重污染区域，国家划定的土壤污染控制区，进行遥感监测，防止在此周边建立居住区、学校、医院等。

另外，通过收集污染源普查数据、互联网数据、遥感解译等，摸清区域典型土壤污染源分布，形成土壤污染源分布数据集。叠合土壤污染源、遥感专题参数、环境敏感区(如居民聚居区、保护区)、气候气象、河流水系、土壤侵蚀、地形地貌、地表覆盖与土地利用分类等信息，耦合经济社会发展数据，进行区域尺度上土壤污染风险评价与分区。在不同情景下，模拟重金属污染过程，进行区域风险评价，并有针对性提出控制方案。

3.3 遥感技术服务土壤调查布点优化

土壤污染监测与调查中，土壤样点的空间布局对于监测与调查的结果至关重要。常用的采样点的布置一般可分为随机布点法、分区随机布点法和系统(网格)布点法[6]。分区随机布点法是基于区域内部分异性的布点方法，比如土壤类型、土地利用类型和地形地貌、植被生长状态等，因综合考虑了分异性，该法具有较好的针对性和经济性。遥感的综合响应特征能综合反映区域内的分异性，因此，基于土壤污染物的分布特征、遥感响应特征及土壤污染相关的空间信息等，可以在区域中分辨率尺度进行土壤样点空间布局优化。同时，在局地尺度上，基于高空间分辨率遥感影像，获取样点局地环境信息，可以对土壤采样点的具体布点进行设计与优化。

3.4 开展土壤污染遥感反演试点与研究

开展土壤污染遥感直接反演试点与研究，针对土壤污染区域(如土壤污染重点行业企业的潜在污染地块)，采集土壤样品和进行土壤光谱测定，研究建立土壤重金属反演模型以及最佳反演波段；利用遥感影像，研究建立遥感特征与土壤污染物之间的回归模型，定量反演土壤污染程度与分布；耦合地面监测数据，结合污染源情况，进行土壤污染的遥感定量反演与动态分析。开展土壤污染植被胁迫遥感反演试点与研究，针对土壤污染区域，利用植物土壤污染胁迫反应，间接指示土壤污染情况，进行植被胁迫效应的土壤污染动态遥感监测，分析土壤污染影响范围与影响程度。

总之，应充分发挥遥感技术的宏观、连续、光谱综合等特征，提高土壤污染监测能力，为土壤环境管理提供更为全面客观的信息。

[1]《全国土壤污染状况调查公报》 环境保护部联合国土资源部，2014.4.

[2]Huan Feng et al.Distribution of heavy metal and PCB contaminants in the sediments of an urban estuary：the Hudson River.Marine environmental research，1998，45(1)：69-88.

[3]李鸣，吴结春，张小林，邹雪静.鄱阳湖五河入湖重金属污染和分析评价[J].南昌大学学报(理科版) 2008，32(5)：483-486.

[4]Yunfeng Xie，Tong-bin Chen，Mei Lei，et al.Spatial distribution of soil heavy metal pollution estimated by different interpolation methods：accuracy and uncertainty analysis[J].Chemosphere，2011，82(3)：468-476.

[5]Donato Sollitto，Marija Romic，Annamaria Castrignanò，etal.Assessing heavy metal contamination in soils of the zagreb region (northwest croatia) using multivariate geostatistics[J].Catena，2010，80(3)：182-194.

[6]陈怀满.环境土壤学(第二版)[M].科学出版社，2010.

[7]靳颖，贠敏.厚积薄发，共迎国产高分辨率卫星遥感数据应用的新时代—专访遥感技术与应用专家、中国科学院院士童庆禧，卫星应用，2013(03)：4-7.

[8]发展改革委，财政部，国防科工局.《国家民用空间基础设施中长期发展规划(2015-2025年)》，2015.

[9]张顺平，孙向阳，祁娜，等.光谱分析法在土壤污染监测中的应用研究进展[J].吉林农业科学，2012，37(4)：21-24.

[10]刘庆生，刘高焕，励惠国.辽河三角洲土壤中石油类含量光谱分析初探[J].油气田环境保护，2004，14(2)：43- 45.

[11]赵春喜.土壤中有机污染物的太赫兹时域光谱检测分析[J].科技信息，2011(8)：102.

[12]王忠东，马庆万.土壤中石油矿物油的荧光特性测量[J].光学精密工程，2010，18(4)：842- 847.

[13]盖利亚，孙银行，冯文娟，等.污染场地土壤的光谱特征分析[J].测绘科学，2015，40(1)：42-46.

[14]王璐，蔺启忠，贾东，等.基于反射光谱预测土壤重金属元素含量的研究[J].遥感学报，2007，11(6)：906-913.

[15]张威，三江源区土壤重金属含量高光谱遥感反演研究-以玉树县为例[D].青海师范大学，2014.6.

[16]付馨，赵艳玲，李建华，等 高光谱遥感土壤重金属污染研究综述[J].中国矿业，2013，22(1)：65-69.

[17]王维，沈润平，吉曹翔.基于高光谱的土壤重金属含量估算研究[J].遥感技术与应用，2011，26(3)：348-354.

[18]解宪丽，孙波，郝红涛.土壤可见光-近红外反射光谱与重金属含量之间的相关性[J].土壤学报，2007，44(6)：982-993.

[19]吴昀昭，陈骏，田庆久，等.模拟Hymap、Aster和TM光谱快速预测南京土壤Hg污染研究[A].2004年全国博士生学术论坛论文集[C].南京：南京大学地球科学系，2004，208-216.

[20]沈文娟，蒋超群，王春红，李明诗.土壤重金属污染遥感监测研究进展[J].遥感信息，2014，29(6)：112-117，124.

[21]刘焕军，张柏，杨立，等.土壤光学遥感研究进展[J].土壤通报，2007，38(6)：1196-1202.

[22]Eunyoung Choe，Freek van der Meer，Frank van Ruitenbeek，etal.Mapping of heavy metal pollution in stream sediments using combined geochemistry，field spectroscopy，and hyperspectral remote sensing：a case study of the rodalquilar mining area，se spain[J].Remote Sensing Of Environment，2008，112(7)：3222-3233.

[23]兰泽英，刘洋.乐安河流域土壤重金属含量高光谱间接反演模型及其空间分布特征研究[J].地理与地理信息科学，2015，31(3)：26-32.

[24]王燕.石家庄污灌区土壤重金属含量的高光谱遥感监测研究[M].河北科技大学，2013.

[25]Kemper T，Sommer S.Estimate of heavy metal contamination in soils after mining accident using reflectance spectroscopy[J].Environmental Science & Technology，2002，12(36)：2742-2747.

[26]中华人民共和国国家标准土壤环境质量标准(GB 15618-1995)[S].中国国家环境保护局，1995.

[27]陈圣波，周超，王晋年.黑龙江多金属矿区植被胁迫光谱及其金属元素含量关系研究[J].光谱学与光谱分析，2012，32(5)：1310-1315.

[28]郭云开，曹小燕，石自桂.水稻冠层光谱变化特征的土壤重金属全量反演研究[J].遥感信息，2015，30(3)：116-123.

[29]陈思宁，刘新会，侯娟，等.重金属锌胁迫白菜叶片光谱响应研究[J].光谱学与光谱分析，2007，27(9)：1797-1800.

[30]唐鹏，刘光，徐俊锋 植物重金属胁迫的高光谱遥感研究进展[J].杭州师范大学学报(自然科学版)，2014，13(6)：634-640.

[31]吴昀昭，马宏瑞.植被污染胁迫遥感监测研究综述[J].遥感技术与应用，2009，24(2)：238-245.

ProgressinSoilPollutionRemoteSensingandItsApplicationProspect

XIONG Wencheng NIE Yihuang WANG Qiao LOU Qijia QU Ran ZHANG Yaqiong TENG Jiahua

(Satellite Environment Application Center，Ministry of Environment Protection，Beijing，100094，China)

In view of the inaccurate understanding of soil pollution，the soil pollution and its features were introduced，and the objective and content was defined about soil pollution monitoring via remote sensing technology.The main progresses，features and application problems of various methods were summarized from the aspects of soil pollution remote sensing monitoring，including spectral mechanism，soil pollution remote sensing inversion and stress in plants remote sensing inversion. In this paper，based on the requirement of soil pollution monitoring，especially the “Action Plan for Soil Pollution Prevention and Control”，the application prospect of remote sensing technology in soil pollution sources monitoring，soil pollution risk control，soil survey spot arrangement and soil pollution inversion research were analyzed，Indicating that remote sensing technology could improve the ability of soil pollution monitoring and provide comprehensive information for soil environment protection management.

Soil pollution；remote sensing；“Ten specific measures”；heavy metal

项目资助：国家重点研发计划课题“城乡生态资源高分遥感与地面协同监测关键技术研究”(2017YFB0503903)

熊文成，博士，高级工程师，主要从事生态环境遥感工作

娄启佳，工程师，主要从事环境规划遥感工作

文献格式：熊文成 等.土壤污染遥感研究进展及应用展望[J].环境与可持续发展，2017，42(6)：51-54.

X21

A

1673-288X(2017)06-0051-04