土壤不仅提供人类生存所需的各种营养物质，而且接受来自工业和生活废水、固体废物、农药化肥及大气降尘等物质的污染。重金属以其在土壤中难降解、毒性强、具有积累效应等特征而倍受关注。随着重金属元素进入农田，通过对污染土壤的农作物进行全生育期监测，提早发现并确定污染程度，对粮食安全问题具有重要意义。利用光谱技术结合数理统计方法对土壤、植物中的重金属元素含量进行定量反演，是获取环境研究信息极具潜力的现代化手段。本文利用土壤和植物的可见光-近红外-中红外波段，对光谱数据的预处理流程和利用光谱数据定量反演重金属元素含量的方法做出较为基础的研究，为今后能在环境监测中利用光谱技术提供可靠的依据和方法。本文的主要内容如下：　　 以在南京江宁区和八卦洲采集的共161个土壤样品为研究对象，利用偏最小二乘回归(PLSR)法对土壤中Ni，Cr，Cu，As，Zn,Pb，Hg和Cd等8种重金属元素数据进行了预测。通过对样品的中红外(MIR)漫反射光谱进行各种预处理，探讨了中红外光谱数据预处理对预测精度的影响，并比较了中红外光谱与可见光-近红外(VNIR)光谱对土壤重金属含量预测的精度。本文所用到的预处理方法包括，平滑、基线校正、LOG(1/N)变换和多元散射校正。并将不同的预处理组合分为3组，分别以江宁区的数据为建模集，用PLSR建立回归模型，以八卦洲的数据为预测集，不仅检验模型对异地样品的预测能力，还比较不同的预处理方式对建模以及预测结果的影响。　　 分析结果表明，依次经过平滑、基线校正、LOG(1/N)变换和多元散射校正的光谱数据最适于土壤重金属元素的定量反演；MIR光谱比VNIR光谱在土壤重金属定量反演方面有更出色的表现。　　 培养组织苗相对于传统的田间种植的方法在植物的营养研究方面有很大优势。不仅生长周期短、繁殖率高，能在1-2个月内完成一个生长周期，且整个生长期可人为控制。人工选定的小苗在特定的培养场所，特定的温度、光照、湿度、营养、激素等条件下生长，能最大程度的减少由于种苗差异和种植条件差异所引起的胁迫差异。本研究中用组织培养的方式，以受到不同浓度镉胁迫的桑树、构树为研究对象，在VNIR波段计算出红边拐点与受到胁迫的程度的关系，并分析SPAD值与红边之间的关系。在MIR波段，光谱在经过预处理后，找出与镉胁迫程度相关性最大的波段，利用逐步多元线性回归(SMLR)对干物质中的重金属-镉的含量进行预测，并比较两种植物对相同程度的金属胁迫有何光谱差异。　　 实验结果表明，红边拐点可用来监测植物是否受到重金属胁迫，而在MIR范围内提取的特征波段可用来建模预测植物中以及培养基中的重金属含量。