研究基于支持向量机构建水稻镉(Cd)含量高光谱预测模型的可行性. 利用ASD光谱仪测量研究区水稻冠层反射光谱,通过实验室化学分析得到土壤镉含量和水稻叶片镉含量,对研究区水稻光谱进行均一化平滑处理以及小波变换降噪,构建基于支持向量机(support vector machines, SVM)的水稻镉含量高光谱预测模型. 结果表明,小波变换降噪处理对SVM建立的镉含量预测模型精度有所提高,SVM高光谱预测模型的相关系数为0.867 4, 均方误差为0.001 2. 该研究为利用高光谱遥感大面积、快速监测农田作物重金属污染提供技术支持.