土壤有机质含量是衡量土壤肥力重要指标之一，也是评价耕地质量的重要指标。随着城镇化进程的不断推进，耕地面积逐渐萎缩，人口与有限耕地资源的矛盾加深，因此，如何实时、快速、准确的获取耕地信息，提高农业信息化管理水平，逐步成为精准农业中的研究热点。遥感技术具有快速、无损获取地物信息的特点，其迅猛发展为快速、准确、大尺度获取耕地信息提供了有效的手段。与传统土壤有机质含量实验分析方法相比，该方法可获取宏观面信息，大幅度提高农业决策的全面性、时效性和客观性。遥感技术中的高光谱技术能够获取非常窄且光谱连续的数据，可实时地获取土壤光谱的分布，而多光谱传感器具有较高的空间分辨率，在分析土壤有机质的空间格局方面具有较大的优势，因此，遥感技术在土壤有机质含量的反演中具有极大的优势。　　本研究以杨凌示范区耕地土壤为研究对象，围绕土壤有机质含量的遥感反演这一主要问题，开展了基于多源遥感数据（地面高光谱数据、LandSat8影像数据、环境减灾小卫星影像数据）等一系列的同步观测实验，在已有研究基础上改进和发展新方法，实现土壤有机质含量的快速、准确反演，为农业信息化管理提供技术支持，具体研究内容与成果如下:　　(1)高光谱估测土壤有机质含量方法的研究:利用光谱变换技术、重采样技术、小波变换技术等三种方法处理分析地面高光谱数据，并利用偏最小二乘法构建土壤有机含量的估测模型。研究结果表明:光谱变换技术可提高土壤有机质含量的估测精度，尤其是对数的微分变换，其模型的预测精度R=0.650、RMSE=0.218;光谱分辨率高低对土壤有机质含量估测精度有重要影响，在光谱分辨率为5nm、70nm时均取得较好的估测精度;连续小波技术可大幅度提高原始光谱与土壤有机质含量的相关性，其与重采样技术结合后，对有机质含量的估测精度均优于光谱变换技术、重采样技术，其最佳估测精度的R可达0.701;由于本文采用的是有机质含量大部分低于2％的土样数据，但高光谱数据构建的有机质估测精度却较高，其R最高达0.701，因此高于2％并不是估测有机质的必备条件。　　(2)宽波段数据估测土壤有机质含量的研究:本研究利用土壤高光谱与波段响应函数生成宽波段数据，模拟ZY3、ZY2B、LandSat8、HJ等多光谱数据，探讨其估测土壤有机含量的能力。结果表明:ZY3与ZY2B在估测土壤有机质含量上，具有较强的一致性;多光谱数据间具有较好的协同性，由不同宽波段数据构建的混合模型均优于同一宽波段数据构建的单一模型，其中LandSat8_ZY2B构建的模型最优，其R=0.616，RMSE=0.338;宽波段数据在估测土壤有机质含量上具有一定的可行性。　　(3)多光谱遥感卫星影像估测土壤有机质含量的研究:该研究的目标是实现区域尺度的土壤有机质含量空间分布监测。利用资源2C卫星影像数据完成耕地地块的矢量化工作。从2013年10月份的LandSat8卫星影像中提取裸露耕地，并在此基础上，提取地面样点的光谱反射率。将土壤光谱反射率与土壤有机质含量进行相关性分析，筛选敏感波段，并利用偏最小二乘法构建土壤有机质含量的估测模型。结果表明:以地块为单元更有利于分析土壤有机质含量的空间分布差异;LandSat8与HJ多光谱影像在估测土壤有机质上，具有协同性。