La salinización del suelo es una de las causas más importantes de la degradación de la tierra y la desertificación, amenazando a menudo la gestión de la tierra y el desarrollo agrícola sostenible. Debido a la baja resolución de los satélites, no se puede completar un mapeo fino de la salinidad del suelo, mientras que las imágenes de alta resolución de los UAV solo pueden lograr un mapeo preciso de la salinidad del suelo en un área pequeña. Por lo tanto, cómo realizar un mapeo fino de la salinidad a gran escala basado en datos de UAV y satélites es un problema urgente que debe resolverse. En este trabajo, se determinaron primero las variables espectrales más relevantes para la salinidad del suelo utilizando análisis de correlación de Pearson, y luego se estableció el modelo de inversión óptimo basado en las variables seleccionadas. En segundo lugar, se determinó la viabilidad de corregir los datos satelitales basándose en los datos de UAV utilizando análisis de correlación de Pearson y tendencias de variación espectral, y se completó la corrección de los datos satelitales utilizando un ajuste de curva polinómica basado en mínimos cuadrados tanto para los datos de UAV como para los datos satelitales. Finalmente, la reflectancia recibida del área vegetada no refleja directamente la condición de reflectancia de la superficie, por lo que utilizamos el método de clasificación de máquinas de soporte vectorial para dividir el área de estudio en dos categorías: tierra desnuda y área vegetada, y construimos un modelo basado en los resultados de clasificación para realizar las ventajas de complementar la información espectral precisa de los UAV y los datos espectrales satelitales a gran escala en las áreas de estudio. Al comparar los resultados de inversión del modelado utilizando solo datos satelitales con los resultados de inversión basados en datos satelitales optimizados, nuestro marco metodológico podría mejorar efectivamente la precisión de la inversión de salinidad del suelo en grandes áreas satelitales en un 6-19%. Nuestro método puede satisfacer las necesidades de mapeo preciso a gran escala y puede proporcionar los medios y referencias necesarios para el monitoreo de las condiciones del suelo.