土壤有机质是土壤的重要组成成分,是衡量土壤肥力的重要指标之一,借助高光谱技术精准、快速地监测大范围土壤有机质信息,对发展精准农业具有重要的指导意义。目前的土壤有机质化学测量方法过程复杂且时效低、花费大,难以满足大范围土壤监测的需要,而高光谱遥感因其波段多、波段窄、信息丰富等优点已成为土壤有机质监测的一种新技术。由于土壤光谱测量受到众多因素的影响,造成土壤有机质光谱估测存在不确定性,估测精度不高。因此,本研究以在山东省济南市章丘区采集的表层土壤样本与耕层土壤样本各76个作为研究对象,根据土壤光谱分析中的不确定性,采用成因分析、统计分析和灰色关联分析等方法开展研究,主要研究内容和结论如下:(1)确定了表层土壤有机质光谱估测因子对采用小波变换去噪以及剔除异常样本后的光谱反射率数据进行9种方法变换,根据极大相关性原则,同时尽量使特征波段离散的方法选择特征因子。结果表明对数、倒数、平方根等的效果不明显,而一阶微分及其组合变换的效果较好,变换后的光谱数据与表层土壤有机质含量相关性在某些波段出现大幅提高,其中对数倒数的一阶微分方法在540nm、1200nm、1460nm-1650nm、1980nm-2130nm和2280nm-2330nm附近区域内均有多个波段其相关系数绝对值大于0.6,其中一些波段相关系数绝对值大于0.7,最高达到0.78。经过平方根倒数一阶微分变换后在800nm-880nm波段范围内相关系数较高,最高达到-0.70。选择557nm、1621nm、2107nm、2316nm处对数倒数的一阶微分方法变换值和864nm处平方根倒数一阶微分变换值作为土壤有机质光谱估测因子,5个估测因子与土壤有机质的相关系数分别为0.679、0.759、0.780、-0.694和-0.700。(2)创建了土壤有机质含量高光谱正反向灰色关联度估测模型根据待识别样本与标准模式接近方向的不同,提出正反向灰色关联度概念和两个新的正反向灰色关联度模型,创建了基于正反向灰色关联度的土壤有机质含量高光谱估测模型,最后将估测结果与经典灰色关联度模型和传统土壤有机质含量高光谱估测模型进行了对比。结果表明,面积差正反向灰色关联度估测结果平均相对误差和决定系数R~2分别为5.312%、0.930,指标差正反向灰色关联度模型估测结果平均相对误差和决定系数R~2分别为5.911%、0.898,精度明显优于其它几种对比方法。(3)实现了耕层土壤有机质含量的间接估测通过建立表层土壤与耕层土壤有机质含量散点图以及对两种土壤有机质含量进行相关性分析,表明耕层土壤有机质的与表层土壤有机质之间存在显著相关性,以此为依据建立耕层土壤有机质含量多种函数间接估测模型,得到耕层土壤有机质含量间接估测结果。实验结果表明面积差正反向灰色关联度结合一次函数关系模型得到的耕层土壤有机质间接估测结果精度最优,其平均相对误差和决定系数R~2分别为9.782%和0.819。