土壤与人类的生存和社会的可持续发展密切相关,土壤中所有的元素含量的参数都决定了植物的生命。土壤跟江河湖泊一样有一定的自我净化能力,但净化能力是相对而言的,超过了一定的限度,就很难恢复到原有的稳定状态,像土壤利用过度、盐渍化、化工污染等。本论文从土壤的盐分含量展开研究,土壤中盐分浓度过高会导致植物不能以正常的形态生长,破坏了它原本的生理参数和结构,不利于其生长和营养的吸收,从而影响区域的经济发展和生态保护,同时也影响了农村的粮食作物产量,威胁到全球粮食安全和环境质量。内蒙古的土默川平原是全省主要粮食产地之一,但由于地处北方灌溉条件不成熟和不合理的开发利用,使得该地区盐碱地范围越来越大,造成该地区粮食产量严重不足,粮食质量也越来越差,以耕种为生的农民的生活愈发艰难。定量预测土默川平原土壤的盐分含量,实时掌握该区土壤盐分含量对于治理该区土壤盐渍化以及指导该区的农业生产具有深远的意义。因此本研究采用高光谱技术对土默川平原土壤的盐分含量进行反演研究。本实验首先在呼和浩特市土默特左旗马铃薯示范基地均匀布局采样点,利用HM-WSYP土壤盐分速测仪对每个采样点进行盐分含量测量并记录,共采集土壤样本60份。将样本土壤装入自封袋内带回实验室,利用手持式高光谱相机Specim IQ采集获得目标的高光谱图像数据样本库。其次,对采集到的高光谱图像数据进行预处理,采用黑白校正的方法对数据进行归一化,利用一维卷积神经网络对图像进行分类,提取出土壤的高光谱图像,获得土壤的光谱数据,并对光谱数据进行光谱变换。然后采用随机蛙跳算法和连续投影算法对变换后的光谱数曲线行特征波段的选取,提取出的特征波段再与土壤的实际盐分含量进行相关性分析,选取出通过P=0.01显著性检验的特征波段作为敏感波段。最后通过建立反演模型对土壤盐分的实际含量进行预测。结果表明:（1）光谱变换可以突出光谱的隐藏细节,还能提高光谱数据与土壤盐分含量的相关性。（2）对光谱数据进行两次特征提取可以更好的去除光谱数据中的冗余信息提取出敏感波段,从提取出的敏感波段可以发现土壤盐分含量的敏感波段集中在500nm和800nm左右。（3）与多元回归、一维卷积神经网络回归、偏最小二乘回归、随机森林回归单独建模相比,本文提出的两种模型结合的反演回归模型具有相对较高的预测精度。土壤光谱数据经过对数的一阶微分变换,然后通过连续投影算法结合相关性分析法选出敏感波段,最后建立的偏最小二乘与随机森林相结合（PLSR-RF）的反演模型效果最佳,其建模集决定系数Rc2为0.889,均方根误差RMSEc为0.096 g/kg,相对分析误差RPDc为3.131,验证集决定系数Rv2为0.941,均方根误差RMSEv为0.049 g/kg,相对分析误差RPDv为4.117。