Se requiere un método eficiente, conveniente y preciso para monitorear las características de distribución de la salinidad del suelo para controlar efectivamente el daño del suelo salino al medio ambiente terrestre y mantener un ciclo virtuoso del entorno ecológico. Aún existen problemas con los datos de monitoreo único que no pueden satisfacer los requisitos de diferentes escalas regionales y precisión, incluyendo la reflectancia de banda inconsistente entre los datos de sensores de múltiples fuentes. Este artículo propone un método de monitoreo basado en la fusión de datos de múltiples fuentes de sensores remotos multiespectrales de vehículos aéreos no tripulados (UAV), sensores remotos del satélite Sentinel-2A y datos de salinidad medidos en el suelo. El área de investigación y dos campos experimentales se ubicaron en el Delta del Río Amarillo (YRD). Los resultados muestran que el modelo de red neuronal de retropropagación (BPNN) en el modelo de estimación integral es el mejor modelo de predicción para la salinidad del suelo (la precisión del modelado R2 alcanza 0.769, la precisión de verificación R2 alcanza 0.774). Hay una fuerte correlación entre las imágenes satelitales y las imágenes de UAV, mientras que las imágenes del Sentinel-2A después de la corrección de reflectividad tienen un efecto de estimación superior. Además, los resultados del análisis dinámico muestran que el área de suelo no salino y suelo ligeramente salino disminuyó, mientras que el área de suelos moderadamente y fuertemente salinos y solonchaks aumentó. Adicionalmente, la participación promedio del área de diferentes clases de suelos salinos distribuidos sobre los tipos de uso del suelo varió en orden, desde tierras no utilizadas > pastizales > tierras forestales > tierras cultivables, donde la participación del área de suelo severamente salino distribuido en tierras no utilizadas cambió más (89.142%). En este estudio, los resultados de la estimación son cercanos a los valores verdaderos, lo que apoya la viabilidad del método de fusión de datos de múltiples fuentes de mediciones de satélites de UAV. No solo logra la estimación de la salinidad del suelo y el monitoreo de patrones de cambio en diferentes escalas, sino que también logra una alta precisión en la predicción de la salinidad del suelo en regiones de escala ascendente. Proporciona una base científica teórica para la remediación de la salinización del suelo, el uso del suelo y las políticas de protección ambiental en áreas costeras.