当前人们对于减缓土地退化和土地资源保护的意识越来越强,党的十八大也明确了生态环境保护的重要性。18亿亩耕地红线要守住,5亿亩盐碱地也要充分开发利用,要充分挖掘黄河三角洲地区的耕地潜力,如果盐碱地充分利用起来,对保障中国粮仓、中国饭碗将起到重要作用。然而,快速、准确掌握盐渍土盐分的空间分布是其治理和利用的前提。当前遥感已成为监测土壤盐渍化信息的重要手段,提高盐渍土盐分定量光学遥感分析精度亦是研究热点。本文针对黄河三角洲滨海盐渍化耕地,以山东省垦利区为研究区,首先根据不同盐渍度,分别选择集中连片的轻度、中重度盐渍土为试验区,于2018年4月中下旬进行野外土样采集,测定轻度（M）、中重度（S）土壤样本含盐量（soil salinity content,SSC）,获取试验区无人机（unmanned aerial vehicle,UAV）近地多光谱图像;基于不同试验区的无人机近地图像,通过相关分析筛选土壤盐分的光谱参量,进而构建不同盐渍度（轻度M、中重度S及整体样本I）耕地土壤盐分的反演模型,实现不同盐渍度试验区耕地土壤盐分分布反演;然后根据归一化植被指数大致划分不同盐渍化程度的耕地区域,通过星、机光谱数据融合,订正卫星光谱数据进而构建融合后的卫星光谱指数,代入到不同盐渍度试验区UAV土壤盐分反演模型,进而应用到相对应的耕地卫星影像,实现了区域耕地土壤盐分定量反演,具体研究内容和结果如下:（1）探明了不同盐渍度耕地盐分的光谱特征及参量本研究基于不同盐渍度区域的UAV近地图像,采用相关分析筛选不同盐渍度土壤盐分的光谱特征及参量,研究表明土壤盐分的敏感波段为红光和绿光波段,光谱指数亦为两者的组合。对于不同盐渍度,中重度盐渍土的光谱响应最强,其次是轻度盐渍土,整体组最弱。因此,分组样本（M、S）的光谱响应程度优于整体样本（I）。（2）明确了不同盐渍度的试验区耕地盐分反演模型及空间分布基于UAV近地图像和MSI影像,以筛选的光谱参量为自变量,利用多元逐步线性回归（Multiple stepwise linear regression,MSLR）方法建立三组样本的SSC模型。基于UAV模型建模集R~2均高于0.625,验证集R~2均高于0.645。三组样本的UAV可以满足应用要求,但S组模型精度最高,M组次之,I组精度最低,可见基于不同盐渍度的分组模型精度更好,被选作不同试验区的土壤盐分反演模型。因此,基于不同盐渍度建模可在一定程度上提高土壤盐分反演精度。基于土壤盐分模型反演得到的M区土壤盐分含量为0.136-5.93 g·kg-1,平均值为2.158 g·kg-1,该区盐渍化普遍且含量较低;S区土壤盐分含量为0.323-21.210 g·kg-1,平均值为6.871 g·kg-1,该区整体盐分含量较高,与实地调查结果一致。（3）确定了研究区盐渍化耕地盐分反演模型及空间分布根据归一化植被指数（normalized difference vegetation index,NDVI）与SSC的关系,将研究区耕地划分为轻度、中重度盐渍化区域;进行不同盐渍度的UAV近地图像和MSI影像光谱数据融合,将不同盐渍度的无人机SSC模型分别代入融合后的轻度、中重度盐渍化耕地MSI影像,组合得到研究区耕地SSC反演图1,将整体组的无人机S SC模型代入融合后的研究区耕地影像得到研究区耕地SSC反演图2,将两组反演图进行对比分析。研究表明,基于分组模型融合的研究区耕地盐分反演值与实测值拟合的R~2、RMSE为0.712、8.659,残差绝对值介于0.045-4.587,相较于整体组模型代入融合的影像,R~2提高了0.058、RMSE降低了0.561。因此,基于不同盐渍度分组建模可以提高区域土壤盐分反演精度。研究区耕地土壤盐分空间分布表现为自西南部地区至东北地区递增,轻度盐渍土和非盐土主要分布于西南部地区,东北部沿海地区多为重度盐渍土和盐土,中部地区多为轻度和中度盐渍土,与实地调查结果一致。可见,基于不同盐渍度融合UAV和MSI光谱数据可提高耕地土壤盐分反演精度,获得较好的区域反演结果。