李志远， 邓 帆， 贺军亮， 魏 薇

1. 长江大学地球科学学院,湖北 武汉 430100 2. 石家庄学院资源与环境科学学院,河北 石家庄 050035

引 言

土壤重金属监测在农业生产中至关重要， 尤其工业和农业密集地区存在重金属扩散到食物链的风险[1]。 砷(As)是人体所需微量元素之一， 但若吸入出现超标， 会对人体健康造成极大危害。 含砷三废的排放和农药化肥的过度使用人为加剧了重金属砷污染[2]。

传统的土壤特性检测方法能够准确测得重金属含量， 但是花费高、 步骤繁琐、 耗时长， 无法做到实时高效[3]。 高光谱技术具有成本低、 效率高、 用时短等特点， 被广泛用于重金属含量估算研究中[4]。 目前， 用于土壤重金属As高光谱反演的线性建模方法主要有单变量回归、 多元线性逐步回归、 主成分回归、 偏最小二乘回归、 地理加权回归等， 这些方法在对应的研究区域取得了较好的效果。

多元线性逐步回归(multiple linear stepwise regression,MLSR)和偏最小二乘回归(partial least squares regression,PLSR)在估算重金属As含量中运用非常普遍， 它尽可能选出对重金属As含量影响较大的自变量， 但是容易出现过度拟合情况， 导致模型稳定性降低[5]； 偏最小二乘回归综合了主成分回归和多元线性逐步回归方法， 能够在波段个数较多且自相关严重时建立回归模型， 避免共线性问题[5]。

以采矿地和冶炼企业较多的石家庄市地表水源地保护区褐土为研究对象， 主要根据重金属As含量与光谱指标进行相关分析选出特征波段， 运用多元线性逐步回归和偏最小二乘回归方法来估算土壤重金属As含量， 找出反演重金属As的优选方法， 对研究该区域土壤As污染的快速监测提供借鉴。……