土壤盐渍化是一种重要的土壤退化过程，通常发生在海岸、湖岸、盐渍沼泽及干旱半干旱地区河湖及灌区周边区域，对其盐渍化类型、程度、范围及其趋势进行检测与制图对于自然环境保护、生态系统调控和农业生产规划具有重要参考价值。随着先进PolSAR传感器的发射与多频段PolSAR数据（C波段RadarSAT2、X波段TerraSAR、L波段ALOS PALSAR等）获取成本的降低，PolSAR数据在土壤含盐量反演、分类制图与趋势预测等方面不断引起研究者们的广泛兴趣。然而，以往多数土壤盐渍化研究成果多以单极化、双极化SAR数据为主，且研究区多集中于美国中西部、澳大利亚西北部以及我国黄河三角洲等地区。与单、双极化SAR数据相比，全极化SAR数据电磁记录更为全面，且基于极化分解理论（Polarimetric decomposition theorem）获取的极化分解参数可直接（分析土壤极化散射机理）或间接（分析植被极化散射机理）用于获取土壤盐渍化信息。 为此，实验室成员阿里木•赛买提博士以干旱区内陆湖泊—新疆艾比湖为研究区，初步解析了湖滨盐渍湿地植被如柽柳、梭梭、胡杨、芦苇、水草、骆驼刺，以及盐渍泥潭、稀疏植被覆盖盐渍荒漠等在L波段全极化SAR所反应的极化散射机理。此外，为进一步定量评价体散射指数、雷达森林退化指数、雷达生物量指数及香浓指数等21种极化分解、极化相干及空间特征在盐渍湿地植被识别与分类制图中的性能，分别提出了分类回归问题通用随机M5模型森林（Random M5 model forest, RM5MF）和随机森林回归后分类（Classification via random forest regret, CVRFR）两种算法用于极化特征评估与盐渍湿地植被分类制图。 相关研究以Quad-PolSAR data classification using modified random forest algorithms to map halophytic plants in arid areas为题发表于遥感领域权威期刊International Journal of Applied Earth Observation and Geoinformation。链接：https://www.sciencedirect.com/science/article/pii/S030324341730332X 。
