矿业开发作为推动社会发展的重要一环,促进了经济的增长,但矿物的开采与冶炼将原本深埋于土壤的重金属暴露于地表并最终流入周边耕地土壤环境之中,严重威胁到耕地粮食作物的生长环境并最终危害人民生命安全,因此,采用遥感定量反演技术对矿区耕地土壤环境质量进行监控与评价以更好化解矿业开发与周边耕地作物安全生长环境之间的矛盾具有十分重要的社会意义。本文选取浏阳某矿区周边耕地土壤为研究对象,以遥感定量反演为理论基础,以土壤高光谱数据为研究主线,首先通过实验采集土壤高光谱数据并对数据进行常规预处理与组合变换处理,其次结合实验室理化分析测定的样点重金属含量进行相关性分析提取各重金属特征波段,最后采用BP神经网络与地理加权回归方法建立研究区土壤重金属含量高光谱定量估算模型并对模型之间的预测精度进行分析评价。论文的主要研究成果包括:(1)研究区耕地土壤受重金属Cd元素污染胁迫最为严重,重金属元素的空间变异程度为:Cd>Cu>Pb,其中Cu与Pb、Cu与Cd元素可能存在聚类共生关系。(2)相较于传统预处理方法,组合变换的预处理方法中以倒数或对数组合微分的变换方式对于光谱的极值差异反应敏感,能有效提升光谱与重金属含量的相关性,其所建立的模型精度较好。(3)Cu、Pb元素所建立的BP神经网络模型具有较好的精度与预测能力,Cd元素所建立的BP神经网络模型精度较差;Cu、Pb、Cd元素所建立的地理加权模型(GWR)的均具有较好的精度,当重金属的空间变异程度较大时,GWR模型的建模精度提升尤为显著。本研究通过对土壤光谱进行组合变换分析,针对数据变异程度分别建立模型进行分析评价,为耕地土壤高光谱反演建模提供了新的思路与方法,也有助于实现遥感定量反演技术从实测高光谱到影像多光谱的转变,对大面积卫星遥感污染监测的推广有一定参考价值。