有机质是土壤的重要物质组成,对于作物生长,土地保水保肥以及陆地生态系统的正常运行均有重要作用。传统的土壤有机质测定方法以采样--化验为主要手段,虽然精度较高,但费时耗力,不易实施。高光谱遥感可以精确捕捉常规遥感所观测不到的地物细微的反射光谱信息,从而实现对地物的准确识别与反演,对于作物长势监测、土地利用评价以及精准农业具有重要意义。本研究以山东省泰安市为研究区,以采集的92个土样的有机质含量及其室外反射光谱为研究对象,基于土壤有机质光谱反演中的灰色特性,利用灰色系统理论,建立了土壤有机质高光谱灰色估测模型,对土壤有机质含量进行估测,通过与经典估测方法进行对比,验证了灰色估测模型的有效性。主要研究内容及结论如下:(1)确定了泰安市潮棕壤有机质敏感波段和特征因子利用平方根、倒数、对数、一阶微分及其组合、包络线去除等10种光谱变换技术对光谱进行变换,通过原始及变换光谱与土壤有机质含量的相关分析确定了有机质敏感波段,并利用极大相关性原则提取了特征因子。结果表明,10种变换技术中,一阶微分及对数倒数的一阶微分变换技术能明显提高有机质与反射光谱在可见光与近红外的相关性,而平方根、倒数、对数变换无益于提高反射光谱与土壤有机质的相关性;有机质的反射光谱特征主要位于可见光485~760nm波段以及近红外1375~1382nm、2121~2133nm、2336-2347nm三个水分吸收波段附近;选取的5个特征因子分别位于原始光谱665nm处,一阶微分光谱575nm和2341nm处以及对数倒数的一阶微分1378nm和2128nm处,相关性均大于0.55。(2)建立了土壤有机质高光谱灰色估测模型基于土壤有机质估测中的灰色特性和光谱特征因子的非时间序列特性,借助灰色系统理论,利用特征因子与因变量的相关系数和特征因子的标准差构造权重,对关联度进行改进,得到加权距离灰色关联度和灰色加权关联度;而后利用识别残差建立残差修正模型,得到两种具有残差修正的灰色关联估测模型,并在此基础上利用修正值残差的标准差将点值估测拓展为区间估测;最后与多元线性回归、BP神经网络、支持向量机模型进行了比较。结果表明,加权距离灰色关联度和灰色加权关联度均可用于土壤有机质高光谱估测,残差修正模型能有效提高估测精度,而区间估测能隐涵部分不确定性的影响,反映有机质的动态变化特性;5种模型的点值估测中,具有残差修正的灰色加权关联度模型和具有残差修正的加权距离灰色关联度估测模型精度最高,平均相对误差分别为6.79%、7.94%,其次是支持向量机,平均相对误差为12.94%,BP神经网络和多元线性回归模型表现较差,平均相对误差均高于14%,说明灰色关联估测模型在土壤有机质高光谱估测方面拥有很大潜力。