铁既是植物生长发育必需的营养元素,也是影响成土过程和土壤性质的重要元素,铁作为华南地区土壤中主要的着色剂之一,不同形态铁的含量是表征该区域土壤风化发育程度的重要指标。传统的土壤游离铁和全铁含量获取以实验室化学测定法为主要手段,虽然精度较高,但费时费力,而光谱反射法具有实时、高效的特点。利用光谱技术对土壤中游离铁和全铁含量在大规模范围内的简单快速测定,对了解元素生物地球化学循环、土壤发生过程和指导土壤分类具有重要意义。采集广西区162个主要类型土壤剖面的发生层土壤样品666个,分别测定＜0.25 mm和＜2 mm土样在350～2500nm波段范围内的光谱数据,建立基于可见-近红外反射光谱土壤全铁和游离铁含量的预测模型,并探讨有机质含量对土壤铁氧化物含量的光谱特征的影响。研究结果如下:（1）土壤光谱反射率与土壤粒径呈负相关,＜0.25 mm土样光谱反射率高于＜2mm。不同粒径土壤的游离铁和全铁土壤光谱的吸收谷与反射峰特征位置相同,但反射率大小不同,土壤粒径对近红外光波段（600～2400 nm）反射率的影响高于可见光波段（400～600 nm）。＜0.25 mm土样不同游离铁和全铁含量与光谱反射率之间不是单一的正相关或负相关,＜2 mm土样与光谱反射率之间呈负相关。原始光谱和倒数对数光谱变换处理下＜2 mm土样游离铁和全铁含量与土壤光谱相关性高于＜0.25 mm;二者相关性一致的光谱变换处理是去包络线、倒数一阶微分、平方根一阶微分和对数一阶微分。（2）多元逐步线性回归（SMLR）、偏最小二乘回归（PLSR）和BP神经网络（BPNN）建立的土壤游离铁和全铁含量预测模型结果表明:基于＜0.25 mm土样可见-近红外光谱建立的土壤游离铁和全铁含量最佳模型预测效果优于＜2 mm土样。土壤游离铁含量最佳预测模型是BP神经网络结合平方根一阶微分变换,验证集RP~2=0.87,RMSEP=8.24 g·kg-1,RPD=2.63;土壤全铁含量模型采用＜0.25 mm土样建立的土壤全铁含量最佳预测模型是BP神经网络结合去包络线光谱变换,验证集RP~2=0.80,RMSEP=11.67 g·kg-1,RPD=2.22。在本研究中五种光谱变换下采用＜2 mm土样建立的土壤游离铁和全铁含量预测模型精度低,稳定性差,因此不建议用来预测土壤游离铁和全铁含量。综合来看,用来建立土壤游离铁和全铁含量预测模型的最佳土壤粒级是＜0.25mm。（3）有机质与光谱反射率呈负相关关系,即随着有机质含量增加光谱反射率降低,土壤有机质含量的光谱特征波段为580～1200 nm。有机质含量对土壤铁氧化物的光谱特征及定量反演有影响,结果表明:当土壤有机质含量＞20 g·kg-1时,对铁氧化物在800 nm附近的反射峰和900 nm附近的吸收谷特征有掩蔽作用。随土壤有机质含量的增加或有机质与氧化铁含量比值的增大,土壤氧化铁含量反演模型的稳定性与预测能力有所降低,但当土壤有机质含量＜20 g·kg-1、有机质与氧化铁含量比值＜0.40时,有机质对其没有影响。