摘要土壤可溶性盐基阴离子是诊断土壤盐渍化类型和盐渍化程度的重要依据.为确定多光谱遥感估算土壤可溶性阴离子含量的最优模型,本研究以宁夏银北平罗县盐渍化土壤为对象,以Sentinel-2B和Land-sat8-OLI多光谱及实测土壤阴离子含量为基础数据源,利用相关性分析(Pearson correlation coefficient,PCC)和灰色关联度(gray relational analysis,GRA)筛选敏感光谱数据,构建基于支持向量机(support vector ma-chinc,SVM)的土壤阴离子含量估算模型,并与偏最小二乘回归(partial least squares regression,PLSR)进行对比,确定遥感影像以估算干旱-半干旱区土壤阴离子的可行性.结果表明:(1)银北地区土壤阴离子含量Cl-最高,SO42-次之,且Cl-表现为强变异;(2)以PCC和GRA作为变量筛选方法,SO42-和HCO3-均无敏感变量入选,Cl-同时满足条件且存在多个敏感光谱指标;(3)基于PCC的变量筛选方式所建Cl-模型整体估算效果优于GRA;(4)土壤Cl-定量估算模型中,SVM模型的精度整体高于PLSR模型.单期影像中以Sentinel-2B所选敏感波段+盐分指数所建PCC-SVM模型Cl-估算效果最佳,其验证决定系数(RP2)和相对分析误差(RPD)为0.989和6.616;Sentinel-2B和Landsat8-OLI联合影像中以敏感波段所建PCC-SVM模型Cl-估算效果较佳,其RP2和RPD为0.895和2.066.上述结果表明,基于Sentinel-2B卫星数据在Cl-的定量估算中具有一定可行性,为当地及同类地区土壤盐渍化信息的快速识别提供科学依据.