从植被高光谱遥感到土壤重金属污染诊断的研究进展

总结高光谱遥感技术在土壤重金属污染诊断中面临的挑战并展望其未来的研究热点。

1 国内外研究现状

1.1 植物的重金属富集和光谱表征

地面植被与土壤重金属含量存在相互作用关系。土壤重金属能影响到植物叶面积、冠层形态、内在生理特征，从而与植物的光谱特性密切相关[10]。植物根系能不同程度地吸收重金属并将其转移到地上部，从而降低土壤中重金属的含量[11]。

不同植物对重金属敏感性不同，重金属胁迫导致植物体内生物化学成分发生改变，使电磁波谱反射特性不同。近年来，国内外学者对选取波谱特征表现明显的物种进行了大量的尝试。代理作物涉及谷物、果蔬、经济作物等各类植物。

对谷物类进行研究的有：李坤权等[12]指出重金属（以镉为例）在水稻体各器官的分配呈现根>茎叶>子粒的特点。Shi等[13]分别建立水稻的实验室和野地光谱数据与土壤中重金属含量的模型，r（相关系数）>0.5。Ren等[14]通过采集水稻冠层叶片光谱数据并实验室测得其叶绿素含量和铅含量，但由于样本数太少，并未取得理想的结果。Li等[15]利用不同浓度的砷含量的培养皿，观察同一品种水稻在光谱维上的特征表现的特点，提取相关参数，建立水稻光谱指数和叶片叶绿素含量的模型。

对果蔬类进行研究的有：Caselles等[16]在不同浓度的铬含量培养皿中种植黄瓜苗，观察其根、茎、叶、果的健康状况并同时检测其体内叶绿素a和叶绿素b的含量。选取谷物、果蔬等多种物种进行研究的有：Rai等[17]对农用地、工业区、矿井附近的蔬菜（菠菜和土豆）对比谷物类（小麦、水稻、玉米）内的铅、镉、铬、铁、锌、钴进行研究，重金属和金属元素在植物体内的富集量为菠菜>土豆>谷物类。

根据2014年全国土壤污染调查显示，重金属镉成为中国土壤污染中的首要污染物，镍和砷为仅次于镉的污染物[18]。Kancheva等[10]在受镉胁迫的土壤中培育苜蓿、春小麦和豌豆，研究表明不同物种在不同浓度镉环境下的光谱曲线表现为不同的形式。熊愈辉[11]在总结国内外相关研究后指出，土壤中镉易在蕨类、向日葵体内富集。对镉耐性和富集能力较强的植物还有叶下珠、麦瓶草、长叶莴苣、田旋花、风滚草、大麻以及镉积累型玉米、紫羊茅和烟草等[19-23]。

合理选取重金属富集能力较强且光学表征能力强的物种，是确定研究尺度和建立土壤重金属污染监测模型的基础。

1.2 观测的空间尺度

获得土壤或植被高光谱反射率数据的方法通常有4种：①在实验室通过分光光度计获得高光谱数据[24]；②通过地面光谱辐射计获取野外实测光谱数据[13，25，26]；③利用机载成像仪获得高光谱影像[7，27，28]；④通过星载成像光谱仪获得大范围高光谱影像[29-31]。

将植被/土壤样本进行实验室光谱测定的有：Liu等[24]将涝原土壤进行实验室有机物化验，通过高光谱反演有机物含量（r2=0.53），并建立土壤有机物与铅、铜、锌含量的关系测定，以此监测重金属污染情况。Tan等[32]在研究垃圾站和煤矸石再利用土壤中砷富集情况时，在实验室测得土壤高光谱数据进行砷含量的反演，模型相关系数达到0.94。Thomas等[33]对矿难地区土壤进行实验室分析，建立光学模型监测土壤中砷、汞、铅、硫、锑污染情况，模型r2>0.72。实验室法的局限在于采样的时间要尽量靠近光谱测量的时间，需要有严格的样品采集和处理过程，样品需具有代表性，并且要收集足够多的样本以便光谱测量[34]。

相关热词搜索： 遥感 研究进展 植被 光谱 重金属