黄河三角洲是中国最年轻的新生陆地之一,而其境内广泛分布的濒海盐渍土在全国范围内都具有典型性。近半个世纪以来,当地农业生产方式长期存在重灌轻排以及重种轻养的不合理现象,再加上当地的地下水水位偏浅并且矿化度偏高,导致该区域土壤次生盐渍化问题愈发严重,逐渐成为影响黄三角人民生产生活最严重的环境问题。所以,高效、精准的获取盐渍土盐分信息,对于遏制黄三角土壤盐渍退化,保障农业可持续发展具有长远价值。为探索基于冬小麦长势遥感指标预测土壤盐分含量的可行方法,本研究选择黄河三角洲濒海典型地区,即山东东营市垦利区作为研究区,采用冬小麦返青期野外实测数据与欧洲航天局哥白尼计划获取的Sentinel-2B卫星多光谱遥感影像数据相结合的方法,构建了基于冬小麦叶绿素和株高的地面长势指标,筛选构建了基于遥感图像的研究区冬小麦最佳长势指标与模型,提取了研究区冬小麦分布及长势信息,进而构建了基于最佳长势指标的麦田土壤盐分遥感模型,最终开展了研究区冬小麦分布区土壤盐分的反演与分析。主要研究结果如下:第一,利用处理后的卫星影像数据和野外调查数据,分析了研究区农作物的物候历和主要地物的光谱差异,探明了冬小麦适宜时相、光谱特征,基于决策树归一化植被指数大于等于0.3,提取了垦利区冬小麦分布状况。2019年垦利区冬小麦种植面积为15943.37公顷,与垦利区实际种植面积16700公顷相比,提取精度为95.47%。同时,分析了垦利区麦区冬小麦分布及长势情况,研究区冬小麦的长势总体呈现西南部地区优于东北部地区的趋势。第二,分析了研究区图像植被指数等光谱信息与实地测量的冬小麦长势参数指标之间的关系,筛选了冬小麦长势最佳遥感指标并构建了长势模型。首先构建出基于冬小麦叶绿素和株高的地面长势指标;然后构建反映冬小麦长势的遥感敏感光谱参量,将其划分为三组,分别为长势敏感波段指标组、长势植被指数指标组及长势波段复合指标组,利用相关性分析方法,分组进行筛选,确定了反映冬小麦长势的最佳遥感图像定量指标NIR/(R0.33B0.67),其相关系数为0.806;最终构建了冬小麦最佳长势模型,即y=7.106+11.226×(NIR/(R0.33B0.67))-0.621×(NIR/(R0.33B0.67))~2,其决定系数（R~2）为0.652,均方根误差（RMSE）为3.2964。第三,基于所选择的最佳长势指标,构建了黄三角濒海区土壤盐分的最佳反演模型,即二次回归模型y=0.87-0.216 x+0.017 x~2,模型的决定系数（R~2）为0.871,均方根误差（RMSE）为0.023。利用该模型反演得到了研究区麦田土壤盐分分布等级,对其空间特征进行了分析。垦利区麦田的土壤盐分含量以中部地区最高,东北部地区次之,西南部地区盐分含量最低。本研究筛选了冬小麦长势的最佳遥感图像光谱指标,构建了麦区土壤盐分的遥感反演模型,较好摸清了研究区冬小麦长势分布及其土壤盐分状况,为麦田土壤盐分的遥感监测提供了有效的方法,对黄三角濒海区冬小麦生产管理有积极意义。