土壤有机质（SOM）是植物生长必需的营养物质, 也是土壤属性检测的重要参数。 快速、 高效地获取土壤有机质信息对精细农业的发展具有重要意义。 近红外光谱技术具有快捷、 低成本等优势, 被广泛应用到土壤有机质的测量中, 然而土壤水分在近红外光谱(780～2 500 nm)中具有很强的吸收特性, 对土壤有机质的检测形成了一定的干扰。 分析了50个土样在不同含水率（约17%, 15%, 10%, 5%和干土）下的近红外吸光度谱图特性, 利用水分敏感波段2 210, 1 415和1 929 nm构建了水分修正系数（MDI）, 并在此基础上对不同含水率土样进行了重构, 以消除水分对土壤有机质预测模型的影响。 结果如下: （1）经MDI校正重构后的吸光度谱图与对应的干土土样吸光度谱图相近, 能较好地反映其干土土样的吸光度谱图特性。 （2）采用偏最小二乘（PLS）法建立了干土土样的有机质定量预测模型, 并对重构后的不同含水率土样进行了预测, 其统计参数分别为: 预测相关系数（RP）0.90, 预测标准误差（SEP）0.802和预测均方根误差（RMSEP）1.09; 与原始未经MDI校正的预测结果相比, 相关系数上升了0.032, 预测标准误差降低了0.113, 预测均方根误差降低了0.25。 结果表明, 本研究提出的水分校正算法可以降低水分对土壤有机质预测的干扰, 提高利用干土土样有机质定量预测模型预测不同含水率土样的精度, 可为基于近红外光谱技术的土壤有机质实时测定技术的推广提供理论依据。