如何快速地获取土壤重金属含量及其空间分布信息,是土壤污染防治工作的基础,它已成为土壤重金属污染研究领域的热点问题之一。高光谱分析技术因其光谱分辨率高、波段多且连续性强等特点,能获取精细的地物光谱曲线,不仅为非破坏性土壤重金属监测提供了新的途径,也为土壤重金属高光谱遥感监测提供理论依据。本文利用HSI高光谱遥感数据提取采样点土壤光谱信息,在对土壤样本光谱曲线进行预处理的基础上,探讨了耕地土壤镉、铅含量与光谱变量的相关性及其特征波段,初步建立了耕地土壤镉、铅含量反演模型。同时利用地形因子,修正了反演模型,实现了研究区耕地土壤镉、铅含量填图与预测。全文主要研究结果如下：(1)利用HSI高光谱遥感数据提取的研究区紫色土和水稻土两种类型土壤的样本光谱曲线具有相似的光谱吸收反射特征,均在660nm附近有一个较宽的吸收带,在890-900nm范围内,光谱曲线斜率偏大。土壤光谱预处理结果表明,研究区耕地土壤光谱变量的特征波段主要位于466nm、480nm、526nm、552nm、580nm、 620nm、640nm、660nm、678nm、690nm、701nm、716nm、807nm、827nm、862nm和900nm处。(2)土壤原始光谱反射率经预处理后,有效突出了特征波段,增强了与镉、铅含量的关联。研究区耕地土壤原始光谱与镉、铅含量呈负相关,而倒数对数光谱与镉、铅含量均呈正相关,但连续统去除、一阶微分、二阶微分光谱变量与镉、铅含量既有正相关又有负相关。其中,镉、铅含量与微分光谱相关性最强,镉含量与一阶微分光谱最高相关波段为561nm,呈极显著负相关；而铅含量与二阶微分光谱最高相关波段为598nm,也呈极显著负相关。(3)在五种光谱预处理方法下,偏最小二乘回归模型反演镉、铅含量的建模精度优于多元逐步回归模型；在两种建模方法下,微分光谱变量模型反演镉、铅含量的建模精度高于其他光谱变量模型。镉含量反演模型中,基于二阶微分光谱的偏最小二乘回归模型建模精度最高,建模决定系数和均方根误差分别为0.353和0.046；铅含量反演模型中,基于一阶微分光谱的偏最小二乘回归模型建模精度最高,其决定系数和均方根误差分别为0.388和0.003。(4)镉含量预测模型中,基于一阶微分光谱的多元逐步预测模型检验精度最高,为84.30%,镉含量预测模型检验精度均在82%以上：铅含量预测模型中,基于倒数对数光谱的多元逐步回归模型检验精度最高,检验精度达到92.21%,铅含量反演模型整体预测效果较好,检验精度均在90%以上。根据反演模型建模精度表明,研究区耕地土壤镉含量反演最优模型是基于二阶微分光谱的偏最小二乘回归模型,铅含量反演最优模型是基于一阶微分光谱的偏最小二乘回归模型。(5)加入曲率和坡度等地形因子后,镉、铅含量反演修正模型的建模稳定性和精度提高,建模决定系数分别为0.370和0.406,检验精度分别为84.72%和91.87%,预测平均误差分别为0.0006和0.0001,模型预测趋势偏低。利用该模型进行参数填图,得到研究区耕地土壤镉、铅含量分别在0.184-0.534mg/kg、20.360-34.840mg/kg之间,与普通克里格插值结果相比,在中部的分布较一致,在西部和东南部明显低于普通克里格差值结果。