李建龙教授团队利用高光谱遥感技术在土壤重金属污染定量监测研究中取得重要成...

李建龙教授团队从1998年起，经多年努力攻关利用自主研发建立的天-地-空-高-多光谱监测系统（生态眼）及5S（RS-GIS-GPS-ES-IDSS）高新智能遥感技术在张家港市、兴化市和宜兴市等地广泛应用，在实现了主要农作物长势与生产力智能化定量监测与精准预报的基础上；进而又利用高-多光谱遥感技术在土壤重金属污染定量监测与预警研究中取得了重要的阶段性成果，为我国今后实现大面积土壤重金属污染遥感定量空间动态监测提供了重要手段和方法。他们经多年研发，深入探索农田重金属迁移与转运规律，利用高光谱资料和土壤光谱法、农作物反演法和污染源扩散示踪技术，研发从土壤到作物、从盆栽到农田动态多时空监测重金属污染面积、程度和扩散风险，找出最佳直接或间接估测重金属污染高光谱指数、波段和组合等模式，系统探索高光谱遥感监测的新机理、方法和模型，取得了重要进展。

为了提高农产品安全生产质量和有效定量监控农田重金属污染现状，他们团队在自主研发5S集成技术平台和不同浓度重金属污染试验模拟环境下，利用改进的CA预警模型、BP人工神经网络、小波分析和多元诊断方法等，初步构建农田重金属污染监测方法、风险评价与预警模型及遥感监测指数与风险评估标准，制作重金属扩散分布图，构建张家港市农田小麦重金属污染监测预警决策系统，初步实现大面积农田重金属重度污染定量精准监测，为我国将来科学防控农田重金属污染和开展全国土壤重金属污染普查，提供科学理论、新方法和新技术支撑。

由于农田土壤重金属污染和食品安全已成为世界各国广泛关注的焦点问题之一，严重影响着人类的生存和社会的发展，如何有效的定量监测和预警土壤重金属污染，已成为各国政府和学者亟待解决的世界难题之一。李建龙教授团队经多年攻关，通过分析不同时空小麦与水稻叶片高光谱数据与农田土壤重金属CaCl2提取态含量的相关性，发现了土壤镉的CaCl2提取态响应波段和相关指数，并建立了土壤镉的CaCl2提取态高光谱检测模型，构建了相关动态监测模型，并进行了多点试验和验证，取得了理想的研究结果。因此，该团队的研究结果为今后快速、动态、无损检测大面积农田土壤重金属污染程度，有助于政府指导农户根据土壤情况种植作物，从而减少土壤重金属对食品安全的影响。

目前，国际上虽有部分学者将高光谱遥感技术应用于土壤重金属污染的研究中，并也取得了一些进展，然而，很少有研究涉及农田土壤中重金属的CaCl2提取态高光谱检测与预警的学科问题。鉴于此，李建龙团队将高光谱技术应用到农田土壤重金属的CaCl2提取态含量的研究中，并取得了如下研究进展，他们的结果表明如果水稻对CaCl2提取态的金属敏感或受到一定浓度的CaCl2提取态重金属的胁迫，则基于水稻叶片高光谱数据的PLSR模型具有反演土壤中CaCl2提取态重金属含量的能力（图1，图2），并取得了一系列数据相关分析与模型构建方面的进展：

图1.张家港农田土壤中提取态镉Cd（a）和提取态铅Pb (b)与作物叶片光谱（原始光谱、一阶微分光谱和二阶微分光谱）的相关性分析结果

图2.重金属镉CaCl2提取态（a）和铅CaCl2提取态（b）含量测定值与预测值的相关关系。

从上结果表明，该团队采用水稻叶片高光谱数据分析土壤中CaCl2提取态重金属的含量，构建了很好的线性相关关系，研究结果为大面积动态立体监测农田土壤重金属污染状况与预报灾害，提供了新的思路和研究方法。该阶段性成果以“Feasibility of using rice leaves hyperspectral data to estimate cacl2-extractable concentrations of heavy metals in sgricultural doil” (DOI: https://doi.org/10.1038/s41598-019-52503-z)为题2019年9月在Nature子刊《Scientific Reports》发表，第一作者为博士生周卫红，通讯作者为李建龙教授。

该研究工作得到国家科技部重点研发计划（No.2018YFD0800201）、国家基础研究与发展重点项目973项（2010CB950702）、国际APN重点项目（AR-CP2015-03CMY-Li）和苏州科技计划（SNG201447）项目资助（生命科学学院，科学技术处）。