近日，吴翔副教授、地理科学学院彭倩博士在环境领域一区Top期刊（IF=11.2）《Journal of Hazardous Materials》发表了题为 “Advances in multispectral and hyperspectral inversion for soil heavy metal contamination: Mechanisms, machine learning algorithms, and future perspectives”的综述论文。

长期以来，土壤重金属污染隐蔽性强、累积性高、迁移转化复杂和生态危害持久，成为全球土壤环境研究与治理的重点问题。传统实验室方法虽精度高，但周期长、成本高、空间覆盖有限。相比之下，多光谱与高光谱遥感可提供快速、连续的空间观测。然而，重金属缺乏直接光谱特征，通常需借助铁氧化物、粘土矿物、有机质等载体间接反演。观测尺度从局地扩展至区域、数据源从地面扩展至卫星，当前土壤重金属污染研究正由传统采样调查走向大尺度、快速化、智能化的新阶段。在系统回顾了过去二十余年（1998~2025）土壤重金属遥感反演技术的演进历程基础上揭示了数据获取平台从实验室光谱仪向卫星遥感扩展、反演模型从线性回归向深度学习发展的范式转变，梳理了小样本等核心瓶颈及其应对策略，为未来大尺度、高精度土壤重金属监测提供了系统性框架。文章展望了遥感监测未来发展的关键在于推动技术从学术验证走向常态化业务运行，并深度融入土壤安全治理与健康风险预防的监管体系。实现这一跨越，需要算法、多源平台与制度框架的协同创新，从而支撑全球尺度土壤健康的动态监测与数据驱动决策。

该科研成果以湖北大学为第一完成单位，地理科学学院地图学与地理信息系统硕士研究生黄明豪与吴翔副教授为该论文共同第一作者，彭倩博士为该论文通讯作者。该研究获得了国家自然科学基金、湖北省自然科学基金及区域开发与环境响应湖北省重点实验室开放基金项目等资助。

论文链接：https://doi.org/10.1016/j.jhazmat.2026.142542

撰稿 吴翔；审核 刘杰