在我国经济快速发展时期,由于污水灌溉以及工业生产的影响,土壤重金属污染问题日益严重,对人类和动植物造成了极大的危害。耕地土壤重金属污染已成为人类关注的重大生态问题,土壤重金属污染监测是土壤治理的基础,具有重大的现实意义。高光谱遥感具有快速、原位、实时、宏观的监测特点,能够实现由点到面、由定性分析到定量分析的大面积原位监测,为土壤重金属污染监测提供一种新的技术手段。本文以雄安新区某区域为研究区,以全区域CASI/SASI高光谱遥感影像以及226个土壤样本的室内实测土壤反射率数据和土壤重金属含量为数据源,分别采用S-G卷积平滑、包络线去除、倒数对数、一阶、二阶微分等数学变换对实测土壤光谱和土壤影像光谱进行变换处理,并建立变换后的反射率数据和土壤重金属元素含量间的函数关系,构建多元逐步回归模型实现全区域土壤重金属含量反演,最后用决定系数、均方根误差和相对分析误差检验模型精度。主要研究内容和研究成果如下:(1)土壤样本采集及光谱处理。研究区采集226个土壤样本,利用SVC地物光谱仪采集土壤样本的室内光谱曲线。利用SPSS分析软件对光谱变量与重金属含量相关性分析,预处理后的光谱反射率数据不仅可以提高光谱变量与重金属含量的相关性,而且凸显被掩蔽的土壤光谱特征波段。土壤光谱预处理方法中微分处理技术取得的效果最好,它可以有效的消除环境背景的干扰。(2)高光谱遥感影像预处理。研究区CASI/SASI高光谱遥感影像进行辐射定标、正射校正、几何校正、大气校正后,建立影像中浓密植被、建筑物以及水体的掩模数据,最后提取掩模后影像上对应土壤样本的影像光谱数据。(3)利用实测光谱变量和重金属含量之间的关系建立重金属含量的多元逐步回归模型。通过精度评价,As、Cd、Cu、Pb元素的最优实测光谱变量模型均具备粗略估算重金属含量能力;Cr、Hg元素最优实验室光谱模型的建模R~2在0.5以上,验证R~2分别是0.41、0.43,RPD低于1.4,模型精度低,在研究区中不适用。(4)利用影像光谱变量和重金属含量之间的关系建立重金属含量的多元逐步回归模型。通过精度评价,Cd、Cr、Cu元素的建模和验证R~2都在0.5以上,RPD大于1.4,回归模型拟合度较优,稳定性强;As、Hg和Pb元素模型的验证R~2分别是0.47、0.42和0.52,RPD都低于1.4,回归模型的稳定性较差,重金属含量预测值不可靠,因此以上模型无法在研究区适用。(5)利用实测光谱模型校正影像光谱模型可以提高土壤重金属含量反演的精度。通过模型校正,As元素的影像一阶微分光谱模型验证R~2由0.47提升到0.57,RPD由1.24升高到1.41;Pb元素的影像一阶微分光谱模型验证R~2由0.52提升到0.62,RPD由1.28升高到1.61。选取重金属元素的最优影像光谱回归方程,通过CASI/SASI高光谱遥感影像实现各重金属元素含量的反演。重金属含量空间分布图表明居民区周边的耕地土壤重金属污染比较严重,这与人类活动和交通运输息息相关。