1. 课题来源与背景: 课题来源是地方计划，来源单位是广东省科学技术厅，立项名称是中保两国耕地土壤特性遥感监测技术研究与应用示范，课题编号为2017A050501031。 土壤是农业生产的重要载体，是陆地生态的关键组成部分，能储存、供应养分。优质的土壤质量是国家粮食安全的重要前提。利用遥感技术对地表信息的快速获取的能力，可以为耕地土壤特征的空间分布与变化信息获取提供有力的技术支撑。项目以合作方所在国耕地土壤特性遥感监测需求为牵引，选取随耕作条件变动较大的土壤有机质、土壤养分、土壤阳离子和土壤重金属等耕地土壤特性指标，开展以上指标的定量反演技术与真实性检验研究，形成一套适用于两国典型研究区的耕地土壤特性遥感监测方法，推动两国在耕地土壤特征的遥感反演技术的合作与交流，同时促进我国国产卫星数据与应用技术走出国门。

    2. 技术原理及性能指标:（1）研究区耕地土壤特性指标的特征分析。在广东省进行了耕地土壤调查和采样，并在室内进行光谱实验和化学分析，获取土壤有机质、土壤养分、土壤阳离子和土壤重金属等指标数据，对土壤特性指标进行特征分析，结合研究区耕地土壤调查背景数据和高光谱数据，摸清土壤特性指标与高光谱数据之间的响应机制，分析研究这些土壤指标内涵和作用机理。 （2）耕地土壤特性指标遥感反演技术研究。借助我国环境一号国产卫星开展利用高光谱遥感技术对研究区土壤有机质含量、土壤氮磷钾含量、土壤阳离子含量和土壤重金属等含量的遥感反演技术攻关，构建土壤特性指标普适性的光谱响应模型，实现在区域尺度上的土壤指标反演。 （3）遥感反演耕地土壤特性指标的真实性检验。结合耕地土壤特性的实际情况，开展耕地土壤特性指标的遥感反演真实性检验，并最终形成一套耕地土壤特性遥感监测方法。

    3. 技术的创造性与先进性: （1） 基于国产卫星数据的耕地土壤特性指标遥感反演方法与流程 本项目在筛选出土壤特性指标的光谱特征波段的基础上，利用遗传算法和粒子群算法等算法与BP神经网络相结合，进一步提高算法模型对高光谱与土壤特性指标之间非线性复杂关系的解析能力与泛化性，构建土壤特性指标普适性的光谱响应模型，并借助我国环境一号国产卫星遥感影像，实现大空间尺度上的耕地土壤特性信息快速、精确的获取。 （2）耕地土壤有机质含量遥感反演技术 传统的土壤化学分析方法具有较高的准确度，但在采样过程中在一定程度上会造成采样地点的破坏和流失且实验步骤繁琐，耗时费工，不便于快速、大范围地测定土壤有机质含量。本项目基于高光谱遥感技术建立土壤有机质的预测模型，实现耕地土壤有机质含量快速、精确的获取，为耕地土壤有机质含量监测提供有力的技术支撑。 （3）基于高光谱数据的土壤阳离子含量遥感反演技术 在构建土壤阳离子和光谱特征指标之间的高光谱预测模型时，所用的统计分析模型的方法总是会存在着普适性不高，可移植性较差的问题。另外，目前利用遥感技术，对土壤交换性阳离子进行相应的研究相对比较少见。本项目在筛选出土壤阳离子的特征光谱指标的基础上，采用了非线性模型BP神经网络模型算法，构建了土壤阳离子含量的高光谱遥感反演模型。 （4）土壤重金属含量遥感反演技术 本研究以广东省地区野外考察采集土壤样品以及光谱数据为基础，探讨基于粒子群算法优化的BP神经网络方法对高光谱与重金属元素之间非线性复杂关系的解析能力与泛化性，实现对研究区土壤重金属镉、砷、汞含量定量估算的可行性。

     4. 技术的成熟程度，适用范围和安全性: 本项目利用遥感技术对土壤有机质、土壤养分、土壤阳离子和土壤重金属等土壤特性指标进行了特征分析，借助我国环境一号国产卫星开展利用高光谱遥感技术对研究区土壤特性的遥感反演技术攻关，构建多种土壤特性指标普适性的光谱响应模型，实现在区域尺度上的土壤指标反演。验证结果表明，本项目的遥感反演技术是可行的，适用于研究区土壤特性指标的反演。

    5. 应用情况及存在的问题: 本项目的研究成果得到了良好的应用。利用遥感监测技术，并借助环境一号国产卫星遥感影像，本项目在广东省从化研究区实现了土壤养分含量和土壤重金属含量的空间制图。同时，广东省生态环境技术研究所在生态环境监测项目中重点应用了高光谱技术获取土壤特性指标，广东省土地开发整治中心应用本项目中的耕地方面的遥感监测技术，在高标准农田建设、耕地质量监测项目中得到广泛应用。 由于高光谱影像中存在大量的植被和土壤的混合像元，在今后的研究中将尝试利用影像混合像元分解技术获取土壤所覆盖的纯像元。此外，由于基于室内土壤样本建立的土壤特性指标估算模型比较理想化，因此，为了实现对土壤特性指标更准确地估算，构建实验室—野外光谱—遥感影像的转换模型是下一步的研究。