土壤有机质（Soil organic matter,SOM）是衡量土壤肥力的重要指标,是作物生长的重要营养来源。土壤有机质不仅可以提升土壤肥力而且还能改善土壤的理化性质,对耕地质量的提升具有重要的作用。因此,精确、高效地监测土壤有机质的含量对改良土壤、保肥增效等具有重要的现实意义。本文以山东省黄河三角洲垦利区为研究区,将研究区采集的每个土壤样本带回室内风干后均匀的分成四份,一份用于测定土壤有机质含量,另外三份制成2 mm、0.25 mm、0.15 mm三种不同粒径的土壤样本,利用ASD（Analytical Spectral Devices）Field Spec 3地物光谱仪测量其光谱数据。基于测量的原始光谱数据,利用Savitzky-Golay平滑、Savitzky-Golay平滑-一阶导数、Savitzky-Golay平滑-多元散射校正等方法对其进行预处理,然后利用相关性分析法、多元线性逐步回归法和连续投影算法筛选出敏感波长,最后利用筛选的敏感波长建立不同粒径土壤的有机质含量偏最小二乘估测模型。通过对估测模型的检验,优选出本研究最佳估测模型、最佳粒径、最佳预处理方法和最佳波长筛选方法,为研究区表层土壤有机质含量进行快速、精确估测和土壤改良提供技术支持。主要研究结果如下:（1）将土壤样本分别研磨、过筛,制成2 mm、0.25 mm和0.15 mm三种不同的粒径,根据建立的估测模型发现粒径大小对土壤有机质含量的估测有显著的影响。当粒径为0.25 mm时,土壤有机质含量的估测模型效果最好,小于0.25 mm时,模型的估测效果反而因粒径的减小而降低。（2）利用Savitzky-Golay平滑、Savitzky-Golay平滑-一阶导数和Savitzky-Golay平滑-多元散射校正对不同粒径土壤的原始光谱进行预处理,不仅降低了原始光谱的噪声影响,而且还显著的突出了光谱的特征信息。通过研究发现,经过Savitzky-Golay平滑光谱预处理的估测模型效果要优于经过Savitzky-Golay平滑-一阶导数和Savitzky-Golay平滑-多元散射校正预处理的估测模型。（3）利用相关性分析法、多元线性逐步回归法和连续投影算法筛选土壤有机质的敏感波长,探讨不同波长筛选方法对土壤有机质含量估测的影响。通过比较模型估测效果发现,基于连续投影算法建立的估测模型整体效果最佳,其次是多元线性逐步回归法和相关性分析法。综上所述,通过对比不同波长筛选方法下2 mm、0.25 mm和0.15 mm粒径土壤建立的有机质含量估测模型发现,基于连续投影算法的0.25 mm粒径土壤光谱经过Savitzky-Golay平滑预处理后建立的偏最小二乘估测模型预测精度最佳,其决定系数R~2、均方根误差RMSE和相对分析误差RPD分别为0.953、0.351和4.029。研究结果表明,划分土壤粒径并利用高光谱技术构建偏最小二乘估测模型快速估测黄河三角洲盐碱地土壤有机质含量具有一定的可行性。