由于自然条件与人类活动的作用,土壤盐渍化不断加剧,给土壤资源的可持续利用带来很大挑战。在我国西北地区,土壤盐渍化问题尤为突出,耕地中约有30%的土地受到了盐渍化的威胁。本研究以新疆阿克苏地区为样区,分别选取裸土区、稀疏植被区以及茂密植被区三个不同覆盖类型的地块进行野外采样调查,获取研究区土壤盐渍化程度及其空间分布。再利用无人机载高光谱数据与卫星影像分析土壤盐分光谱特征,提取盐分敏感的光谱指数,并在此基础上对土壤盐分含量进行定量预测,最终确定土壤盐分遥感预测模型,以期为土壤盐渍化监测、治理提供基础。本研究主要包括以下三部分工作:(1)基于半变异函数拟合的土壤盐分空间分异研究本研究结果表明,研究区内土壤盐渍化问题严重,三个样区土样的平均EC1:5检测值均在10 dS m-1以上。其中,裸露土壤地区的盐渍化情况最为严重,实地采集土样的EC1:5含量在20.25～54.90 dS m-1之间。通过半变异函数拟合,研究发现研究区的土壤盐分存在较强的空间自相关性。随着三个样区中植被覆盖度的增加,土壤盐分的自相关范围不断扩大。而随着样区土壤盐分含量的降低,较近距离内盐分的空间变异变得更加强烈,土壤盐分的空间相关性不断减弱。使用半变异函数的拟合模型,对研究区土壤盐分进行普通克里格插值并制图,结果显示裸土样区的盐分高值主要集中在西北地区和东南地区,而密集植被样区的盐分高值主要集中在西南地区和东北地区。(2)基于无人机高光谱与卫星多光谱的土壤盐分光谱特征研究不同地物的高光谱曲线差异明显,裸露土壤反射率较低、盐结壳反射率较高且呈现出随波长增加而不断上升的趋势,盐生植物反射率光谱表现出了红边效应。通过提取并尝试一系列不同的宽波段土壤盐分光谱特征与光谱指数,研究发现与植被指数相比,盐分指数与土壤盐分含量的相关性更高。对于高光谱数据提供的众多窄波段,红光与近红外范围的波段与土壤盐分的相关性更高,同时光谱一阶微分比原始光谱与土壤盐分之间的相关性更高。此外,利用任意两个窄波段组合计算均一化光谱指数,并通过分析与土壤盐分的相关性,建立了三个窄波段土壤盐分光谱指数。(3)基于遥感数据的土壤盐分定量预测模型与制图建立使用高光谱一阶微分、宽波段光谱指数以及窄波段光谱指数作为自变量,对比偏最小二乘回归(Partial least square regression,PLSR)方法以及随机森林回归(Random forest regression,RFR)方法建立遥感数据与土壤盐分与之间的定量预测模型。采用一致性相关系数(Lin’s concordance correlation coefficient,CC)、预测与偏差比(Ratio of prediction to deviation,RPD)以及均方根误差(Root mean square error,RMSE)作为评价指标衡量不同模型的预测精度。结果表明与PLSR模型相比,RFR模型可以更好地使用光谱数据预测土壤盐分。而对于不同样区的回归模型来说,裸露土壤地区的模型预测精度最高,其随机森林回归模型的验证集CC高达0.95,RPD高达3.43。基于随机森林回归模型对不同样区的土壤盐分进行制图,结果显示裸土样区的盐分高值主要集中在西北区域,稀疏植被样区的西部与东北区域盐分值较高,而密集植被样区的光谱反演模型由于盐生植物的光谱干扰,得到的土壤盐分图比较细碎,并没有很好地揭示土壤盐分分布规律。