本文以长三角典型工业强县——浙江省富阳区为例，综合采用近地传感技术、遥感技术、地统计和机器学习等方法，开展了农用地表层土壤（0-20cm）重金属镉（Cd）、铅（Pb）、铬（Cr）、汞（Hg）、砷（As）、镍（Ni）、铜（Cu）、锌（Zn）含量估测研究，提出了基于多传感融合的土壤重金属含量快速估测方法；开展了基于星地协同数据和机器学习的土壤重金属空间预测研究，提高了土壤重金属空间分布制图精度；开展了综合多种算法的源解析研究，拓宽了土壤重金属污染源空间解析思路。在此基础上，进一步对研究区开展了基于人工神经网络模型的土壤重金属污染风险区划研究，提出了农用地土壤重金属污染风险分区分类管控策略。

第一章 绪论
第一节 研究背景与意义
第二节 研究进展
第三节 研究内容及技术路线
第二章 研究区与研究数据
第一节 研究区概况
第二节 土样采集与分析
第三节 土壤重金属相关环境数据采集及分析
第三章 基于多传感器融合的土壤重金属含量估测研究
第一节 数据预处理方法
第二节 建模方法和模型评估
第三节 结果与分析
第四节 结论
第四章 基于星地协同的土壤重金属空间预测及污染评价研究
第一节 数据与方法
第二节 结果与分析
第三节 结论
第五章 土壤重金属污染源空间解析研究
第一节 研究方法
第二节 结果与分析
第三节 结论
第六章 土壤重金属污染风险管控分区研究
第一节 数据与方法
第二节 结果与讨论
第三节 农用地土壤重金属污染风险分区管控策略
第四节 结论
第七章 结论与创新
第一节 主要结论
第二节 主要创新点
第三节 不足与展望
参考文献
图表索引