准确获取土壤性质的空间分布信息，是区域土壤资源优化利用和土壤环境保护的需要。以川中丘陵区三台县为案例区，运用人工神经网络模型，构建融合区域定性及定量辅助变量的空间预测方法，模拟三台县土壤有机质的空间分布格局。结果表明，研究区土壤有机质在4.20~47.60 g kg^-1之间，平均为17.97 g kg^-1；变异系数为36.89%，属中等程度变异。土壤有机质的块金值与基台值之比为0.742，变程为7.0 km，即空间自相关性较弱。不同土壤类型间有机质含量差异显著；土属的空间分布较土类能更好地揭示研究区土壤有机质含量空间分布格局的差异。除土壤类型因素的影响外，坡度、地形湿度及植被盖度是研究区土壤有机质空间变异的主要因子。融合土壤类型因素和地形植被因子的神经网络模型预测结果，比普通克里格法、回归克里格法以及神经网络结合普通克里格的方法，更符合研究区地学规律和实际情况；其预测结果的平均绝对误差、平均相对误差和均方根误差较其他3种方法均降低幅度显著。同时，该方法对极值有较好的预测能力。研究为复杂环境条件下准确获取区域土壤性质的空间分布信息提供了较可行的方法。

以下辽河平原浅层地下水为研究对象，将自然灾害风险理论引入地下水环境风险评价，从脆弱性、功能性、胁迫性、适应性4个方面选取指标，构建地下水环境风险评价指标体系和模型。运用GIS空间分析方法对地下水环境风险进行评价，并对风险值进行空间关联特征研究。结果表明：① 研究区内地下水环境中度以上风险区占整个研究区面积的63.12%，其中高风险区占6.79%，较高风险区占18.96%，中等风险区占37.37%；较低风险区占21.98%，低风险区占14.90%。② 地下水环境风险最高的地区主要位于下辽河平原中部的新民市东北部、灯塔市、辽中县西部、黑山县部分地区及凌海市东南部。③ 研究区内地下水环境风险呈现较高的正相关性，相似性高的区域主要分布在中东和中西部风险高值区，以及东北和东南部风险低值区。研究成果丰富了地下水环境风险理论，对下辽河平原地下水环境保护实践具有一定的理论和实践意义。

土壤盐渍化严重制约土地生产力，实时监测土壤盐渍化有利于农业正常生产。选择新疆渭干河—库车河绿洲的光谱反射率数据，研究不同程度盐渍化土壤的光谱特征；并对绿洲所在的库车县的环境与灾害监测预报小卫星的高光谱数据进行盐渍化信息提取。提取步骤为：首先对土壤光谱反射率数据进行14种形式的变换，再与土壤含盐量进行相关分析、逐步回归分析，建立估算不同盐渍化程度的土壤含盐量方程，用均方根误差验证方程的精度；其次，建立植被和土壤波谱库；最后，在波谱库的数据基础上，使用波谱角分类法（SAM）对环境与灾害监测预报小卫星的高光谱数据进行分类。用同步实测数据对分类效果进行精度评价，效果较好，这一结果为今后该区域的高光谱应用奠定了基础，对区域农民耕作方式提出了警示，为区域可持续发展实践提供了参考。