为研究土壤有机质(SOM)含量与土壤电导率(EC),pH和Fe的相关关系,立足于艾比湖保护区,在2017年8月共收集了110个样本,测量了土壤反射光谱、SOM含量、土壤协变量(EC,Fe,pH)。对原始光谱进行了三种预处理:SG(Savitzky-Golay)平滑、多元散射校正(MSC)和一阶微分(FD),并对光谱数据进行了主成分分析(PCA),选取前5个主成分(PC)的特征值作为光谱变量。以使用原始光谱数据、两种预处理方法(SG-MSC、 SG-MSC-FD)作为策略I,以土壤协变量(EC,Fe,pH)为预测变量作为策略II,以策略I和策略II组合作为策略III,分别利用偏最小二乘回归(PLSR)建立SOM的预测模型。结果表明,基于预处理后的光谱数据的预测效果(验证集中决定系数为R2=0.66~0.82)优于以土壤协变量为预测变量的预测效果(验证集中R2=0.40),此外将土壤协变量与光谱数据相结合可以明显改善SOM的光谱预测精度(最佳验证集中R2=0.88)。同时,对光谱数据进行预处理后,能够有效增强潜在的光谱信息,提高模型的预测精度。综上,将可见光-近红外光谱信息和土壤协变量相结合的策略能够有效提升SOM模型的预测性能。