【摘要】【目的】探究土壤有机质和盐分的光谱响应，分析不同盐分含量对土壤有机质预测模型的影响，建立快速、有效的盐渍土有机质含量高光谱预测模型。【方法】以黄河三角洲地区粉质壤土为研究对象，根据不同盐分含量将土壤样本分为非盐（SA）、轻度（SB）、中度（SC）和重度（SD)4组，分别进行室内高光谱测量；其次采用双因素方差分析法，探究土壤有机质和盐分光谱响应程度；进而对原始光谱（raw spectral reflectance,R）进行一阶微分（first order differential reflectance,FD）、连续统去除（continuous statistical removal,CR）、对数（logarithmic,Log）和多元散射校正（multipication scatter correction,MSC)4种变换；最后分别基于盐渍土的4组样本结合4种变换光谱构建多元线性回归（multiple linear regression,MLR）、偏最小二乘回归（partial least squares regression,PLSR）和支持向量回归（support vector machine,SVR)3种土壤有机质含量高光谱预测模型。【结果】土壤有机质和盐分在400—900 nm范围内光谱响应程度显著且变化规律基本一致，二者的敏感波段存在重叠；通过划分不同盐渍度分组建模能够提高土壤有机质预测精度，且随着盐分含量增加，模型的预测精度下降，FD处理更能突出光谱特征差异，提高有机质含量与光谱反射率的相关性。对比3种模型结果，利用FD处理结合SVR建立土壤有机质预测模型精度最高，最优结果建模集和验证集的决定系数R~2为0.86、0.82，均方根误差RMSE为2.71、2.96 g·kg~(-1)，相对分析误差RPD为2.42。【结论】土壤盐分与有机质在可见光波段附近（400—900 nm）的敏感波段存在重叠，通过划分不同盐渍度能够有效提高有机质预测模型精度。