土壤盐渍化是当今世界重要的环境问题,特别是干旱半干旱地区常见的环境问题。过度的土壤盐渍化会导致土壤退化,对可持续农业发展产生消极影响。宁夏平罗县土壤盐渍化严重,利用遥感技术准确的提取盐渍化信息可为该区域盐渍化动态监测及盐碱地改良措施提供理论依据和技术支持。本文以宁夏平罗县境内盐碱地改良试验田周边区域为研究区,对与多光谱影像同步或准同步采集的土壤样品进行化学分析,在实验室内测量光谱反射率,分析研究区域土壤盐渍化特征。分析土壤光谱反射率随土壤含盐量的变化规律,土壤光谱反射率与土壤含盐量之间的相关性。根据分析结果,结合盐渍土基本光谱特征及其影响因素,选择对土壤含盐量敏感的波段,利用偏最小二乘回归分析法建立基于实测光谱数据的土壤含盐量估算模型。在分析实测光谱反射率与多光谱影像反射率的相关性及多光谱影像四个波段对土壤含盐量估算的贡献率的基础上,建立基于QuickBird多光谱影像的土壤含盐量估算模型,估算研究区土壤含盐量并进行土壤含盐量遥感制图。以决定系数R2,建模总均方根误差RMSE,验证总均方根误差RMSEP作为模型精度评价的指标对模型进行了评价。本文主要研究内容与结论如下：(1)研究区盐渍化特征分析：利用与QuickBird多光谱影像同步或准同步采集的土壤样品,在实验室内进行化学分析,测定样品的可溶性盐含量、有机质含量、PH值。用描述性统计方法分析了研究区域土壤盐分、有机质含量、PH值的分布状况。分析结果表明,研究区的土壤含盐量较高,差异较大,说明研究区域土壤盐渍化严重,盐渍化程度差异大；土壤有机质含量低,呈微碱性到强碱性,土壤呈较强的碱性,可以判断土壤中存在大量的Na+离子。根据土壤样品的光谱特征结合前人的研究可以确定研究区土壤中存在SO42-、CI-、Ca2+CO32-、Mg2+离子,为光谱分析和选择模型输入参数提供依据。(2)根据光谱特征,确定了土壤含盐量敏感波段：利用实测光谱数据,分析盐渍土的基本光谱特性,土壤光谱反射率随土壤含盐量的变化规律及土壤含盐量与光谱反射率间的内在关系。分析结果表明,土壤样品的反射率在400-595nm波段急剧上升,595-800nm波段反射率缓慢上升,而在800-1860nm波段反射率上升更趋缓慢,于1840nm处达到最大值。在400-2500nm之间具有十个吸收峰。其中400-524nm,788-1383nm,1499-1869nm,2094-2500nm波段与土壤含盐量的相关性较大,用偏最小二乘法预测土壤含盐量的精度较高,因此这些波段可作为土壤含盐量估算的敏感波段。(3)利用PLSR方法建立基于实测光谱的土壤含盐量估算模型：分别利用选取的敏感波段和以及对应于QuickBird影像多光谱波段的400-1000nm波段,建立基于PLSR方法的土壤含盐量估算模型：采用选取的敏感波段进行第一次建模,R2为0.97, RMSEC为0.29,RMSEP为0.71,分别用建模样本集与检验样本集对模型的预测精度进行检验,与建模样本集,检验样本集对应的总均方根误差(RMSE)分别为0.29,0.72。采用400-1000nm波段进行第二建模,R2为0.94,RMSEC为0.47,RMSEP为0.77。模型精度检验时,建模样本集与检验集样本相对应的总均方根误差分别为0.45,0.51。两次建模的精度都比较高,第二次建模的结果显示,利用可见光与近红外波段的反射率进行土壤含盐量估算,虽然选用的主成分数量较多但是可以得到较满意的预测精度,为建立基于多光谱影像的估算模型提供了依据。(4)利用PLSR方法建立基于QuickBird多光谱影像的土壤含盐量估算模型：分析实测光谱反射率与多光谱影像反射率的相关性及多光谱影像四个波段对土壤含盐量估算的贡献率发现,两者相关性较大,多光谱影像的近红外波段对土壤含盐量估算的贡献率最大,其次是蓝波,红波段次之,绿波段最小。然后将多光谱影像四个波段的反射率值与NDVI、RVI作为模型输入参数,建立基于PLSR方法的土壤含盐量多光谱估算模型。从而达到了克服参数间多重相关性,植被与土壤湿度对土壤含盐量估算精度影响的目的。用该模型计算整个影像范围内的土壤含盐量,模型检验时R2为0.94、RMSEC为0.51、RMSEP为1.22,检验模型时建模样本与检验样本对应的总均方根误差分别为0.2,0.51并实现土壤含盐量遥感制图,有效地提高了估算精度和制图精度。有待进一步研究的工作,主要是研究影响土壤光谱反射率的因素和土壤盐渍化间接标志,综合利用遥感数据和,地下水矿化度,地下水埋深,地形地貌特征等地理信息数据进一步提高盐渍化定量分析的精度。