硒作为人体中的微量元素必不可少,但过量或缺乏都会对身体健康产生影响。食用含硒食品可以帮助调节人体内硒的含量,富硒食品硒含量被认为与为其提供生长的土壤硒含量密切相关。陕西紫阳是我国天然富硒区,明确土壤硒元素的影响因素与含量对当地居民的身体健康和富硒产品的发展有着积极意义。本文选择陕西省紫阳县北部为研究区,寻找对土壤硒元素产生影响的因素。为了获取土壤硒含量,结合土壤遥感高光谱数据建立预测模型,得到的有关结论如下:(1)土壤硒含量的影响因素方面:研究区土壤硒与海拔是正相关关系,与坡度、坡向无明显相关性。土壤硒与成土母质硒是显著正相关关系,说明了土壤硒对母质硒的继承。在土地利用类型方面,土壤硒含量在草地、旱地、林地依次减少。研究区内两种土壤类型中,黄棕壤硒含量高于褐土。在土壤理化性质方面,土壤pH对土壤硒含量没有显著影响,但采样点所在土壤多为酸性。土壤有机质含量与硒含量成正相关关系。(2)结合有机质对土壤光谱曲线的显著影响,提出通过有机质和硒的相互关系更好地寻找土壤硒光谱特征波段的想法。为了寻找土壤硒光谱特征波段,对原始土壤光谱做连续统去除、一阶微分、倒数对数、多元散射校正变换和标准正态变量校正。对原始光谱及经过处理的光谱反射率值与土壤硒、有机质含量分别做皮尔逊相关性分析,发现五种变换都不同程度的提高了二者相关性,倒数对数效果较差,无法找出土壤硒的特征波段,效果最好的是一阶微分。四种变换得到的土壤硒光谱特征波段集中在750nm、1250nm和2200nm附近。为土壤硒含量建立预测模型时,偏最小二乘算法的一阶微分变换建模精度最高,建模R~2是0.48,RMSE是0.56,验证模型R~2是0.41,RMSE是0.68;随机森林方法建立模型,连续统去除与一阶微分处理的建模精度高。连续统去除变换建模R~2是0.91,RMSE是0.31,验证模型R~2是0.55,RMSE是0.64。一阶微分变换的建模R~2是0.93,RMSE是0.27,验证模型R~2是0.55,RMSE是0.60;反向神经网络算法建立模型,一阶微分处理的建模精度高,建模R~2是0.64,RMSE是0.47,验证模型R~2是0.59,RMSE是0.57。在拟合土壤硒含量模型方面,随机森林与反向神经网络的能力强于偏最小二乘算法。