遥感反演已广泛应用于区域土壤理化性质的动态监测, 但是鲜有针对有机碳含量低、 下垫面不均一等土壤光谱特性不显著区域的研究。 黄土高原褐土带地形多样, 丘陵广布, 有机碳含量低。 采煤活动引起大面积土壤退化, 土壤光谱特性受到强烈干扰, 制约了区域尺度土壤有机碳(soil organic carbon)含量遥感反演精度。 以山西省褐土带典型采煤沉陷区为例, 借助地表反射率和室外实地采集的样本数据对褐土带煤矿开采沉陷区土壤有机碳含量进行反演。 采用结合高空间、 时间分辨率辅助气象数据的6SV(second simulation of a satellite signalin the solar spectrum-vector)模型和FLAASH(fast line-of-sight atmospheric analysis of spectral hypercubes)模型对研究区Landsat8 OLI影像的大气校正方法进行对比实验, 分析其对褐土带采煤沉陷区土壤光谱曲线及有机碳含量的影响, 识别敏感波段。 选择原始光谱反射率(R)和平方根(Ｒ)、 倒数的对数log(1/R)、 一阶微分(R′)等数学变换形式, 利用多元线性回归(MLR)、 BP神经网络(BP neural net)和偏最小二乘回归(PLSR)建立土壤有机碳反演模型。 结果表明: 6SV模型大气校正的效果要优于FLAASH模型, 可以有效消除大气、 地形对于反射率的干扰, 可见光波段反射率降低而近红外波段明显上升, 不同有机质含量等级土壤反射光谱特性分明; 640～670, 850～880, 1 570～1 600和2 110～2 290 nm波段对土壤有机碳含量指示性强; 相较于多元线性回归（决定系数R2为0.765）、 BP神经网络（R2为0.767）, 偏最小二乘回归模型反演精度最高（R2为0.778）; 结合高空间、 时间分辨率辅助气象数据的6SV大气校正模型与偏最小二乘回归建模能显著提高褐土带采煤沉陷区土壤有机碳的反演精度。 在此基础上预测研究区2013年—2015年土壤有机碳含量, 研究发现: 研究区土壤有机碳含量中部高, 两侧低, 复垦使土壤有机碳含量得到恢复。 研究结果可用于揭示黄土高原褐土带采煤沉陷区土壤有机碳含量的时空分布特征, 为改进区域土壤光谱分析、 土地复垦评价、 建立褐土带采煤沉陷区碳通量观测网络和土壤碳库估算提供理论和技术支持, 对研究区域甚至全球范围褐土带生态可持续发展提供依据。