土壤盐渍化是一个日益严重的国际土地资源和生态环境问题,对土地管理、耕作劳动等农业生产问题和湿地生态的可持续发展构成了重大挑战。在沿海地区,伴随着人口数量和生活需求的日益增长,准确提取沿海区域土壤盐渍化状况,掌握土壤盐渍化时空分布规律成为了一个亟待解决的问题。近年来为力求全方面的绘制土壤盐分信息、提高模型精度而大幅度增加模型输入,进而导致了输入数据维度复杂化的问题。鉴于此问题,本文综合考虑了多类土壤盐分反演因子,并结合反演因子与实测土壤盐分的相关性,在每类中择最优因子参与建模。通过多元线性回归、偏最小二乘法、BP神经网络、随机森林、支持向量机对土壤盐分进行模型模拟,绘制不同深度的土壤盐渍化等级分布图以分析2003-2018年黄河三角洲土壤盐渍化的时空动态变化。具体工作如下:（1）选取最优土壤盐分反演因子。本文旨在提出一种基于遥感的综合最优模型,用于检测黄河三角洲不同深度的土壤盐分。研究对多元遥感数据进行图像处理后提取26个土壤盐分反演因子,并将其归为5类。通过野外探测获得研究区94个深度为30-40 cm和90-100 cm的土壤盐分实测数据,结合5类反演因子与土壤盐分的相关性,同时为避免各类反演因子间的共线性问题,在每类因子间择最优因子参与建模。实验结果表明,在两种不同土壤深度的条件下,选取的最优反演因子相同,分别是SWIR1、SI9、MSAVI、Albedo、SDI。（2）建立土壤盐分反演模型。根据选取的5类最优土壤盐分反演因子,分别利用经验模型（MLR、PLSR）和机器学习模型（BPNN、RF、SVM）建立黄河三角洲30-40 cm和90-100 cm的土壤盐分反演模型,探究浅层土壤和深层土壤对盐分的解析力。实验结果表明,PLSR模型的精度和稳定性较高,优于其他模型,30-40cm时土壤盐分实测值和反演值之间的R~2为0.642,RMSE为0.283,MAE为0.213,在90-100 cm深度时的R~2、RMSE、MAE分别为0.450、0.276、0.220。（3）定量分析2003-2018年土壤盐分时空动态变化。选择最优的土壤盐分反演模型以绘制2003、2008、2013、2018年黄河三角洲30-40 cm和90-100 cm深度的土壤盐渍化等级分布图。根据不同盐渍化等级面积占比和转移矩阵进行详细分析。结果表明,2003-2018年土壤盐分呈现明显的空间异质性。沿海海岸线地区的土壤盐渍化程度较高,而研究区中部的土壤盐渍化程度较低。15年来,30-40 cm、90-100cm深度的土壤盐分均呈波动上升趋势。综上,本研究提出了提出一种基于遥感最优反演因子的土壤盐分反演模型,结果显示,模型反演的土壤盐分与实测土壤盐分相吻合。