土壤重金属污染问题一直备受关注, 利用高光谱遥感对其进行研究取得了大量的成果, 主要集中在利用土壤光谱的导数变换、 连续统去除等常规方法预测土壤重金属含量上。 土壤光谱数据与非线性非平稳的机电信号、 医学信号等具有一定的相似性。 通过希尔伯特黄变换(Hilbert-Huang transform, HHT), 对土壤铅(Pb)污染光谱进行频率域分析, 实现土壤Pb污染光谱的HHT鉴别, 并建立土壤Pb含量预测模型。 首先, 进行土壤Pb污染实验, 采集土壤Pb污染样品的光谱、 含水率及有机质含量; 其次, 通过土壤Pb污染样品光谱的HHT时频分析和第二个本征模函数(intrinsic mode function, IMF)分量(IMF2)瞬时频率的二阶导数识别土壤Pb污染的特征波段; 最后, 选择合适的频率域参数、 土壤光谱一阶导数、 土壤有机质含量及土壤含水率作为参数, 利用箱形图、 聚类分析、 偏最小二乘法建立土壤Pb含量预测模型。 研究结果表明: 土壤Pb污染的HHT时频分析图可以鉴别土壤Pb污染光谱, 未受污染的土壤光谱HHT时频分析图在波段序列为250~430之间没有异常信号, Pb污染土壤的光谱HHT时频分析图在波段序列为250~430之间存在多个异常信号, 并且随着浓度的升高, 异常信号分布范围越来越广, 当污染浓度达到800 μg·g-1时, 土壤样品的光谱信号在波段序列为270处、 频率为0.3 Hz之前出现了较强的异常信号; 土壤Pb污染光谱经验模态分解(empirical mode decomposition, EMD)处理后, 得到的未受污染的土壤光谱IMF2的瞬时频率的二阶导数的突变非常微弱, 而Pb污染的土壤光谱IMF2的瞬时频率的二阶导数存在明显的突变点, 根据突变点及土壤Pb污染光谱的IMF2的瞬时频率的二阶导数识别的土壤Pb污染光谱的特征波段区间为2 150~2 300 nm; 利用不同浓度Pb污染下土壤光谱Hilbert能量谱峰值、 EMD能量熵、 一阶导数、 有机质和含水率, 通过箱形图去除了六组异常样品, 然后利用聚类分析的方法将去除异常样品后的土壤Pb污染样品分为两类, 最后将Hilbert能量谱峰值、 EMD能量熵、 2 134 nm波段一阶导数、 790 nm波段一阶导数、 1 276 nm波段一阶导数、 2 482 nm波段一阶导数、 有机质和含水率作为参数建立两类数据的BC-PLSR(boxplot cluster-partial least squares regression)模型预测土壤中Pb含量, 经验证模型精度较高, 相关系数分别为0.88和0.99。