李建龍教授團隊從1998年起，經多年努力攻關利用自主研發建立的天-地-空-高-多光譜監測系統（生态眼）及5S（RS-GIS-GPS-ES-IDSS）高新智能遙感技術在張家港市、興化市和宜興市等地廣泛應用，在實現了主要農作物長勢與生産力智能化定量監測與精準預報的基礎上；進而又利用高-多光譜遙感技術在土壤重金屬污染定量監測與預警研究中取得了重要的階段性成果，為我國今後實現大面積土壤重金屬污染遙感定量空間動态監測提供了重要手段和方法。他們經多年研發，深入探索農田重金屬遷移與轉運規律，利用高光譜資料和土壤光譜法、農作物反演法和污染源擴散示蹤技術，研發從土壤到作物、從盆栽到農田動态多時空監測重金屬污染面積、程度和擴散風險，找出最佳直接或間接估測重金屬污染高光譜指數、波段和組合等模式，系統探索高光譜遙感監測的新機理、方法和模型，取得了重要進展。
為了提高農産品安全生産質量和有效定量監控農田重金屬污染現狀，他們團隊在自主研發5S集成技術平台和不同濃度重金屬污染試驗模拟環境下，利用改進的CA預警模型、BP人工神經網絡、小波分析和多元診斷方法等，初步構建農田重金屬污染監測方法、風險評價與預警模型及遙感監測指數與風險評估标準，制作重金屬擴散分布圖，構建張家港市農田小麥重金屬污染監測預警決策系統，初步實現大面積農田重金屬重度污染定量精準監測，為我國将來科學防控農田重金屬污染和開展全國土壤重金屬污染普查，提供科學理論、新方法和新技術支撐。
由于農田土壤重金屬污染和食品安全已成為世界各國廣泛關注的焦點問題之一，嚴重影響着人類的生存和社會的發展，如何有效的定量監測和預警土壤重金屬污染，已成為各國政府和學者亟待解決的世界難題之一。李建龍教授團隊經多年攻關，通過分析不同時空小麥與水稻葉片高光譜數據與農田土壤重金屬CaCl2提取态含量的相關性，發現了土壤镉的CaCl2提取态響應波段和相關指數，并建立了土壤镉的CaCl2提取态高光譜檢測模型，構建了相關動态監測模型，并進行了多點試驗和驗證，取得了理想的研究結果。因此，該團隊的研究結果為今後快速、動态、無損檢測大面積農田土壤重金屬污染程度，有助于政府指導農戶根據土壤情況種植作物，從而減少土壤重金屬對食品安全的影響。
目前，國際上雖有部分學者将高光譜遙感技術應用于土壤重金屬污染的研究中，并也取得了一些進展，然而，很少有研究涉及農田土壤中重金屬的CaCl2提取态高光譜檢測與預警的學科問題。鑒于此，李建龍團隊将高光譜技術應用到農田土壤重金屬的CaCl2提取态含量的研究中，并取得了如下研究進展，他們的結果表明如果水稻對CaCl2提取态的金屬敏感或受到一定濃度的CaCl2提取态重金屬的脅迫，則基于水稻葉片高光譜數據的PLSR模型具有反演土壤中CaCl2提取态重金屬含量的能力（圖1，圖2），并取得了一系列數據相關分析與模型構建方面的進展：
圖1.張家港農田土壤中提取态镉Cd（a）和提取态鉛Pb (b)與作物葉片光譜（原始光譜、一階微分光譜和二階微分光譜）的相關性分析結果.
圖2.重金屬镉CaCl2提取态（a）和鉛CaCl2提取态（b）含量測定值與預測值的相關關系.
從上結果表明，該團隊采用水稻葉片高光譜數據分析土壤中CaCl2提取态重金屬的含量，構建了很好的線性相關關系，研究結果為大面積動态立體監測農田土壤重金屬污染狀況與預報災害，提供了新的思路和研究方法。該階段性成果以“Feasibility of using rice leaves hyperspectral data to estimate cacl2-extractable concentrations of heavy metals in sgricultural doil” (DOI: https://doi.org/10.1038/s41598-019-52503-z)為題2019年9月在Nature子刊《Scientific Reports》發表，第一作者為博士生周衛紅，通訊作者為李建龍教授。
該研究工作得到國家科技部重點研發計劃（No.2018YFD0800201）、國家基礎研究與發展重點項目973項目（2010CB950702）、國際APN重點項目（AR-CP2015-03CMY-Li）和蘇州科技計劃（SNG201447）項目資助（伟徳国际官网登录入口，科學技術處）。