以艾比湖流域为研究区域，典型盐渍土为研究对象，引入分数阶微分，以0.2 为微分阶数间隔，将0~2 细分为11 阶微分，对原始光谱反射率及其常用的均方根、倒数等数学变换进行微分计算，结合实验室实测的土壤含盐量，从相关系数、标准差及信息熵三个角度探讨分数阶微分算法对土壤高光谱数据的影响。结果表明：随着微分阶数的增加，相关系数通过0.01显著性检验的波段数量总体上呈逐渐减少的趋势，且1 lg R 提升相关性的效果优于其他三种数学变换；高光谱数据总体分布变得相对集中，样本差异性逐渐降低；信息熵逐渐减小，信息无序度变小，有效信息量增加。分数阶微分能够细化相关系数、标准差及信息熵的变化趋势，丰富高光谱数据的预处理方法，可从光谱维的角度深层挖掘光谱信息，为深度利用高光谱数据提供崭新的视角，同时也可为特征波段选择、地表参数反演等高光谱数据的应用提供参考依据。

通过典型研究区不同盐渍化土壤光谱反射率数据的变换和分析, 选择与土壤含盐量响应敏感波段, 建立实测高光谱土壤含盐量反演模型, 以校正HSI影像建立的土壤含盐量反演模型。 结果表明: 实测高光谱土壤含盐量反演模型与HSI影像土壤含盐量反演模型均有较好的精度, 模型判定系数(R2)均高于0.57, 且模型稳定性较好。 校正后的HSI影像土壤含盐量反演模型, 模型判定系数有了较大提高, R2从0.571提升至0.681, 且通过了0.01的显著性水平, 均方根误差(RMSE)值为0.277。 模型能够较好地提高区域尺度条件下土壤盐渍化监测精度, 运用此方法开展盐渍化土壤定量遥感监测是可行的。

以新疆渭干河—库车河三角洲绿洲为例, 利用实测得到的不同盐渍化程度的盐渍土高光谱数据和电磁感应数据（EM38）协同构建土壤高光谱盐分指数遥感监测模型, 将该模型通过尺度效应转换用于校正传统的Landsat-TM多光谱遥感影像的土壤盐分光谱指数, 用校正过的TM影像进行区域土壤盐分的反演, 并利用实测土壤盐分数据对反演结果进行分析与验证。 结果表明: 将高光谱和电磁感应数据与多光谱遥感技术相结合进行区域土壤盐渍化信息的提取, 其精度和反演效果（R2=0.799 3, p<0.01）明显优于传统多光谱遥感方法中单纯利用土壤盐分指数所建立的监测模型（R2=0.587 4, p<0.01）, 为今后更好地实现土壤盐渍化的高精度遥感动态监测研究提供了科学依据。