付萍杰，杨可明

中国矿业大学（北京）/煤炭资源与安全开采国家重点实验室，北京 100083

土壤污染问题一直备受关注，被认为是对人类健康构成潜在风险的全球性问题。重金属以不同的形式和浓度聚集在土壤中，因此对土壤中重金属元素进行监测是很有必要的。众多学者采取野外采样和室内化学分析的方法研究土壤中重金属的种类和含量以及它们之间的相互关系，得出的结果精度高、准确性强，但是，该方法费时费力费钱，很难获取大面积的污染监测结果（李湘洲，2000；吴健生等，2011；肖捷颖等，2013）。

由于有机质、粘土矿物、铁氧化物等在光谱曲线中具有一定的吸收特征，并对重金属具有一定的吸附作用，借助土壤中不同的重金属含量之间及其与有机质、粘土矿物、铁氧化物等之间的关系（李巨宝等，2005；焦文涛等，2005；李娜等，2010；龚绍琦等，2010；南聪强等，2012），预测土壤重金属已成为了常用手段，也取得了一定的实质性成果，间接地预测了土壤重金属含量，实现了无光谱特征的土壤重金属含量的监测。Stazi et al.（2014）研究发现，土壤中 As的含量与土壤光谱曲线在580、660、715、780 nm波段处的吸收峰相关性较高，可以用来预测土壤中As的含量。Gholizadeh et al.（2015）利用光谱数据研究煤矿周围的土壤重金属污染，研究发现，Pb含量与513 nm波段处的光谱反射率具有较高的相关性，Zn含量与769 nm波段处的光谱反射率具有较高的相关性，土壤光谱曲线在一阶导数处理后，位于450～550 nm、1400 nm、1900～2000 nm、2200 nm波段处的光谱特征明显。Stenberg et al.（2010）发现对土壤光谱数据进行一阶导数、二阶导数处理有助于研究土壤特征。……