土壤盐渍化是影响区域生态环境并导致粮食减产的重要原因,制约着当地农业生产和国民经济的可持续发展。平罗县属于我国西北干旱半干旱地区,土壤盐渍化问题较为典型和突出,对该地区进行土壤盐分信息含量的估测和反演,可以为其他关于土壤盐渍化的研究提供借鉴。本研究以平罗县中部为研究区,使用近地面实测高光谱数据以及高分二号遥感影像数据进行土壤含盐量估算。通过对高光谱实测数据进行小波变换去噪、数值变换,以400nm～1800nm波段的反射率数据作为特征值,分析土壤反射率光谱及变换后光谱特征,筛选出特征波段建立支持向量机回归(SVR)模型,结合实测高光谱数据模拟宽波段反射率并得到光谱指数,建立基于SVR模型的土壤盐渍化反演模型。主要结论如下:(1)不同含盐量土壤光谱曲线相似,在400nm～1800nm波段范围内,随波长增加反射率逐渐上升。随着全盐含量(即盐渍化程度)的增加,土壤光谱反射率在各个波段逐渐增强。(2)小波分析可以有效的对光谱曲线进行去噪,经过对比得到小波基选择db3,分解尺度选择3层,阈值选择H阈值时,对盐渍化高光谱数据去噪效果最优,可以进行后续对高光谱的变换分析。(3)基于土壤实测高光谱反射率数据的土壤含盐量SVR模型估算结果良好。原始实测高光谱反射率数据在进行倒数对数微分变换后,光谱数据与土壤全盐量之间的相关性明显提高,相关系数达到-0.55～0.55。原始高光谱数据敏感波段集中在450nm～550nm,经过数据变换后的高光谱数据同土壤含盐量的相关性明显增强,800nm～1000nm范围内相关性较大。基于实测高光谱所建立的SVR模型预测效果较好,在0.01水平上呈极显著相关。(4)计算GF-2号卫星遥感影像原始多光谱的植被指数和盐分指数与土壤含盐量的相关性,分析各指数的敏感性,再将通过土壤高光谱反射率数据与GF-2号遥感影像波段响应函数模拟得到的多光谱四个波段(B、G、R、NIR)反射率数据以及基于模拟波段反射率数据得到的植被指数和盐分指数,计算同土壤含盐量相关性,得到敏感波段及敏感指数,使用SVR模型进行建模与反演,对模型结果继续分析及检验,得到R2=0.685,RMSE=0.949,p=1.08×10-7,反演精度为75%。