土壤盐分是反映土壤耕作层内的盐渍化程度和状态的重要指标，土壤盐分含量分析是研究盐渍土盐分动态监测和预报技术的重要基础工作。本文在通过野外调查采样，土壤可溶性盐离子化学测定和高光谱数据测量，分析土壤盐分组成特征、土壤光谱反射特征及光谱数据与土壤盐分间相关性的基础上，运用多元线性回归、偏最小二乘法和BP神经网络建立研究区土壤含盐量的估算模型，经模型验证与比较，确定三类盐渍化土壤最佳估算模型。研究结果表明：（1）以开都河流域下游绿洲为研究区，分析研究区盐渍化土壤表层盐分的统计特征；根据新疆灌区土壤盐渍化类型的分级标准，结合土壤表层盐分中CL^-/SO₄^2-毫克当量比值，将盐渍化土壤划分为硫酸盐-氯化物盐型、氯化物-硫酸盐型和硫酸盐型三类。统计分析表明，土壤样品中硫酸盐型所占比率最大，为54.09%，氯化物-硫酸盐型次之，为42.11%，硫酸盐-氯化物型最小，仅为3.80%。（2）光谱数据之间存在较强的多重共线性，利用原始光谱数据构建稳定的回归模型较难。研究结果表明，土壤光谱反射率一阶导数和二阶导数的微分变换，增强了光谱反射率与土壤盐分含量间的敏感性和相关性。（3）土壤光谱与土壤盐分特征波段主要集中在350～1330nm、1430～1830nm和2000～2400nm。其中氯化物-硫酸盐型的特征波段主要集中在350～950nm、1100～1330nm和1400～1850nm；硫酸盐型的特征波段主要集中在350～1300nm、1430～1750nm和1950～2400nm；硫酸盐-氯化物型的特征波段主要集中在350～1330nm、1430～1830nm和2000～2400nm。（4）运用多元线性回归分析、偏最小二乘法和BP神经网络构建表层土壤含盐量的估算模型。经过模型验证与比较，对于氯化物-硫酸盐型：利用光谱反射率一阶导数的微分变换建立的PLSR土壤含盐量估算模型对土壤含盐量估算效果良好，R²=0.91，RMSE=0.33，F=39.57；对于硫酸盐型：利用光谱反射率一阶导数的微分变换建立的多元线性回归模型对土壤含盐量估算效果良好，R²=0.85，RMSE=0.31，F=56.75；对于硫酸盐-氯化物型：利用光谱反射率一阶导数的微分变换建立的多元线性回归模型对土壤含盐量估算效果良好，R²=0.90，RMSE=0.22，F=95.96。