Remote sensing techniques are being increasingly applied to investigate soil characteristics. Here we propose an approach that allows the detection of salt-affected soils in arid and semi-arid environments. We test the procedure in Northeast Brazil through a combination of remote sensing and geochemical ground-based measurements. Spectral indices were used to characterize soil salinization features and patterns. The Linear Spectral Unmixing technique (LSU) is applied in this study to improve the prediction of soil salinity. Eighteen indices were extracted from the MODIS Terra data. A moderate correlation was found between electrical conductivity and the spectral indices. An improvement occurs in most of the correlations after applying the LSU method. To generate a predicted salinity map, a multiple linear regression, based on the best correlated indices is conducted. The standard error of the estimate is about 12.1μS cm⁻¹.

Les techniques de télédétection pour l’identification des sols salés sont de plus en plus utilisées. Notre étude a pour objectif de déterminer la salinité des sols dans la région du Nord-Est du Brésil en utilisant des données de télédétection ainsi que des données géochimiques des sols. Des indices de télédétection ont été établis pour identifier les formes et motifs des sols affectés par la salinisation. Dans cette étude, la technique de démélange linéaire spectral a été choisie pour améliorer la détection des sols salés. Les résultats obtenus montrent que cette technique apporte plus de précision et décrit bien la réalité des sols affectés par la salinisation. Pour générer la carte de prédiction des sols salés de la zone d’étude, une régression multi-linéaire a été utilisée. L’erreur standard des estimations est de 12μS cm⁻¹.