土壤有机质是衡量土壤肥力高低的一个重要指标，对于研究土壤养分结构，提高耕地质量具有重要意义。传统的土壤有机质测定方法复杂，不适合大规模农业生产的需要。近红外（NIR）光谱具有快速、简便的优点，有研究表明，NIR光谱可用于土壤有机质的无损检测。由于土壤是多组分的复杂体系，并且土壤类型繁多，针对土壤类型建立模型，对于提高近红外技术的实用性和分析精度具有重要意义。本文针对两种不同地带典型土壤样品，建立有机质分析的近红外模型，并进行比较。基于随机性和稳定性，经过定标、预测和检验的过程建立可靠的分析模型。研究连续模式的移动窗口偏最小二乘法（MW-PLS）、准连续模式的等间隔组合多元线性回归（EC-MLR）和离散模式的连续投影多元线性回归（SPA-MLR）三种波长模型。两种土壤样品对应的波长模型、建模效果和检验效果都不相同。但两类波长模型均包含公共信息波长，主要位于近红外的一倍、二倍频区。采用一种土壤样品的模型去预测另一种土壤样品时，预测精度显著下降。结果表明，不同类型土壤样品有机质分析的近红外模型具有一定的共同特征，但是由于成分结构的差异，按照土壤类型进行定标建模是必要。