土壤有机质、氮、磷、钾等营养物质是土壤肥力高低的最主要体现者。高光谱传感器技术以其高分辨率的特点为方便、快捷地监测土壤养分信息提供了可能。本研究在室内可控环境下，利用ASD2500高光谱仪对东北地区耕层土壤进行了测定。主要研究结果如下： 1、不同土壤光谱反射率存在差异。东北地区不同土壤反射率曲线可分为三类：一类为斜率较小的低反射率类型；第二类为斜率变化较大的波折型；第三类为斜率较大的高反射率类型。另外，利用主成分的散点分布图可将不同土壤进行聚类：有机质含量高的土壤趋向于图的左侧，而低有机质含量的土壤趋向于图的右下侧分布。 2、对不同模型的同质性检验结果表明，任何两种类型土壤均不可能共用一个模型来实现OM的光谱预测。为了提高有机质含量光谱反演的精度，至少要按土类分别建立模型。 3、基于不同方法建立了黑土有机质(OM)含量高光谱定量反演模型。 ①结合相关分析、回归分析、共线性诊断和主成分分析等多种统计方法，建立了利用微分光谱预测土壤有机质含量的模型。通过验证，光谱反射率对数的一阶导数(LOGR-FD)对土壤有机质含量预测效果较好(R2=0.840，RMSE＝0.226)。模型所用的波段为721-750nm、841.870nm、810-840nm、1000-1050nm、1600-1650nm、1101-1150nm、1200-1250nm、1051-1100nm。 ②建立了利用归一化光谱指数(NDI[550，450])预测黑土有机质含量的线性回归模型。经过验证，模型预测值与实测值之间具有较高的决定系数(R2=0.896)和较低的均方根差(RMSE=0.203)。 4、基于不同方法建立了黑土全氮(TN)高光谱定量反演模型。 ①建立了以反射率对数的一阶导数光谱(LOGR-FD)预测TN的最优模型。模型所用的波段为可见光波段的556nm、近红外的1642nm和2491nm。经验证，R2=0.863，RMSE=0.122。 ②确定了利用归一化光谱指数NDI(550,450)预测土壤TN含量的最佳预测模型。经验证，R2=0.830，RMSE=0.152。 5、建立了黑土全磷(TP)含量、全钾(TK)含量高光谱定量反演模型。 ①TP的预测：确定了以反射率对数的一阶导数光谱(LDGR-FD)预测TP的最佳同归模型。经验证，R2=0.709，RMSE=0.051。模型所用波段为可见光波段的487nm、近红外波段的1770、2196、2491nm。 ②TK的预测：确定了以反射率二阶导数光谱(R-SD)预测的TK最佳回归模型。经验证，R2=0.717，RMSE=2.649。模型所用的波段均位于近红外光区，包括1026nm、1061nm、1211nm、1386nm、1648nm、1705nm、2194nm、2265nm、2468nm共计9个波段。