王树凤， 王 松， 舒婉钦，3， 陈光才，①

(1． 中国林业科学研究院亚热带林业研究所， 浙江 杭州 311400； 2. 台州市林业技术推广总站， 浙江 台州 318000；3． 中南林业科技大学林学院， 湖南 长沙 410004)

镉(Cd)是生物毒性极强的重金属元素之一，土壤中的Cd很容易被植物根系吸收并转运到地上部，进入食物链，导致动物或人类产生多种疾病[1,2]。植物Cd含量不仅关系食品安全，而且可以预测土壤重金属污染程度，是利用植物对重金属污染土壤进行修复的基础[3,4]。采用常规化学方法检测植物重金属含量，虽然准确性好、灵敏度高，但也存在破坏性取样、测试周期长、化学试剂消耗量大等缺点，无法实现植物重金属积累能力的快速判断。因此，探索并建立快速、有效评估植物重金属积累能力的方法，对筛选高效修复植物以及预测土壤重金属污染程度具有重要意义[5,6]。

目前，植物中重金属含量监测或预测的方法大多基于植物叶片或植被反射光谱建立，国内外针对多种农作物和草本植物建立了各种光谱反演模型用于监测或预测植物中重金属含量[3-6]。光谱数据的测定多应用于农业遥感等领域，在大尺度监测土壤重金属污染和植物重金属含量方面具有无可比拟的优点。然而，光谱反演模型中反射率的信号除了来自目标植物本身，还包含了土壤和杂草等混合信号，在监测和预测过程中产生不稳定性[7]，而且大多缺乏与植物内在遗传和生理特征的关联[7,8]，无法满足对植物重金属积累能力和生理响应的准确判断。……