不同类型的土壤样品高光谱数据及其包含的光谱特征信息可以反映出土壤样品理化特性以及机械组成。相较于传统的土壤类型研究方法，利用高光谱数据进行土壤类型识别研究更加高效、精确、经济。本文通过荷兰Avantes公司所生产的两种型号分别为Avaspec-2048×14、Avaspec-NIR256-2.5的地物光谱仪，获取到铁质湿润淋溶土、简育水耕人为土、潜育水耕人为土、铁聚水耕人为土、简育湿润雏形土、酸性湿润雏形土、紫色湿润雏形土、淡色潮湿雏形土等8个不同土类，38个剖面，共126个土壤样品的室内高光谱数据，之后对原始高光谱数据进行了一阶导数、二阶导数方法与连续统去除等不同的光谱数据预处理方式，分析变换后的高光谱数据体现出的特征信息，同时以经过数学变换的光谱数据为基础，通过聚类分析中的K均值聚类以及模糊C均值聚类算法进行土壤类型识别，最终达到了高光谱数据结合聚类方法区分土壤类型目的。研究结果如下：　　(1)平滑去噪可以让光谱曲线在保留本身特征的前提下，最大限度的消除由室内环境以及光谱仪本身带来的噪声影响。所有土壤剖面在整个可见光-近红外范围(400-2300nm)内的高光谱数据均包含了丰富的光谱信息，其中光谱曲线在400-700nm波段范围内反射率数值随着波长的增加而提高；700-2200nm范围内各个土壤样品光谱反射率依旧呈上升趋势，但曲线较为平缓；2200-2300nm波段范围内的不同类型的土样光谱反射率呈下降趋势。同时土壤光谱曲线在1400nm、1900nm以及2200nm等波段位置存在一定的特征吸收带，这是由于受到空气以及土壤中少量的水汽以及土壤中粘土矿物中的金属离子键以及O-H等因素影响而造成的；　　(2)原始光谱数据经过不同的数学变换方式均能够突出一定的的光谱特性信息。导数变换后的光谱曲线的极值点及相应的曲率变换点，主要在1440nm、1960nm、2250nm处到达各土类反射光谱反射率增速最快的极点，1380nm、1900nm和2100nm处为光谱反射率减速最大值点。连续统去除使得光谱曲线突出了430-500nm、800-990nm、1300-1500nm、1760-2130nm、2200-2300nm等与土壤理化属性相关的特征波段；　　(3)本文选取聚类分析中的K均值聚类以及模糊C均值聚类作为土壤类型区分的主要分类方法，结果证明上述两种方法均能运用于土类一级的土壤类型区分，同时在聚类精上度模糊C均值算法整体上要优于K均值算法，这是由于模糊聚类将每个样点通过一个类的归属程度来进行划分，减少了聚类分析过程中的随意性。　　总之，土壤剖面的高光谱数据的分析和变换为更好地提取土壤理化属性的光谱特征提供了依据，高光谱数据结合聚类方法进行土壤类型区分则可以为未来进行大尺度土壤类型制图和土壤监测提供指导。