【摘要】近年来，随着机器学习算法的发展，国内外专家学者致力于利用机器学习模型展开土壤盐渍化遥感相关研究，并取得了丰硕成果。本文利用文献计量可视化软件CiteSpace，对近十年来基于机器学习的土壤盐渍化遥感建模研究进行分析，确定了研究主题和热点，从机器学习算法、建模特征变量以及模型评价等方面评述研究进展，并针对当前研究热点对目前研究的局限性与发展趋势进行讨论。主要结论：1)机器学习算法在土壤盐渍化遥感建模中发挥着至关重要的作用，主要研究主题有机器学习算法及其精度研究、建模特征变量选择研究、遥感数据源选择对模型的影响研究、土壤盐渍化研究区域选择和基于机器学习的土壤盐渍化数字制图应用研究。2)目前的研究热点为辅助变量作为特征变量在模型构建中的应用、实测光谱数据与多源遥感光谱数据结合以及最佳机器学习算法选择。3)以2018年为节点，研究进展分为起步阶段和高速发展阶段，目前仍存在需要解决的挑战以提高模型的准确性。未来的研究方向应集中在云平台和机器学习在土壤盐碱化大范围、长期监测中的应用。