盐碱地的监测主要包括对盐碱地的地理分布情况、面积以及盐碱化程度等进行监测。传统分类方法需要在实验区内人工采集大量样本数据,无法获得大范围区域的分类结果。随着卫星遥感技术的不断发展,应用遥感数据来获取和分析盐碱地数据信息成为盐碱地特性探测的主要方法。目前,传统盐碱地分类方法主要利用遥感数据的光谱信息进行监督分类和非监督分类,对盐碱地的分类结果仍旧存在一定误差。此外,对土壤含水量、含盐量特性进行研究也是盐碱地观测的重要内容,而目前对土壤含盐量反演的研究相对较少。被动微波遥感数据对各地物的不同介电特性会有不同响应,土壤介电特性对土壤含水量及土壤含盐量的变化具有高敏感性,因此,可以利用被动微波数据来实现地表不同地区的土壤含水量及土壤含盐量的反演。本文主要利用光谱遥感数据及被动微波遥感数据,实现对吉林省西部地区的盐碱地特性探测,其具体的研究工作和创新成果如下:(1)选取吉林省西部地区作为研究区域,结合地面实测样本数据与Landsat TM影像,通过分析光谱特征与不同盐碱地类型样本的含盐量对应关系,提出一种基于决策树的盐碱地分类方法。实验结果表明该方法可以提供较精确的盐碱地分类信息,可以更为有效地监测研究区域的土地盐碱化变化情况。(2)通过将基于卫星被动微波数据计算得出的粗糙地表反射率和基于地基模型计算得出的粗糙地表反射率进行迭代计算,使二者之间的误差最小,从而实现对吉林省西部地区的地表粗糙度、土壤含水量和含盐量这三个参数的同时反演,并将反演结果分别与实验地区的实测含盐量及风云卫星土壤湿度产品的土壤含水量进行对比分析。实验结果表明:反演得出的地表粗糙度集中于0.3附近,实验地区反演得到的土壤平均含盐量与实测的土壤平均含盐量的误差为10.52g/kg,反演得到的土壤平均含水量与风云土壤湿度产品的土壤平均含水量的误差为0.005cm3/cm3。与传统的监督及非监督分类方法相比,本文提出的利用光谱遥感数据和地面实测数据实现盐碱地的分类、分布及面积信息统计的方法,能够更多地考虑到实际地物所反映的真实光谱特性,其统计结果会更为接近地物实际物理特性。相对于地面雷达测量及主动微波测量方法,本文提出的基于被动微波遥感数据和参数反演模型的方法,可以实现观测地区土壤的含水量、含盐量的定量反演,具有获得数据周期短、测量范围大的优点,同时在一定程度上,为后续对盐碱地特性信息统计方法更深入的实验研究,提供了实际的研究思路及实践经验。