1.一种基于高光谱技术的碱化土壤空间酸碱度监测方法，其特征在于：包括以下步骤：步骤一：选取能代表当地盐渍化状态的典型区域，样地土壤类型包括盐土、沼泽土、灰漠土、灰棕漠土、潮土、风沙土、淤灌土和草甸土，地表覆盖植被为典型的盐生沙漠植物白刺、梭梭、柠条、怪柳、胡杨；在同一个采样区域选取地表状况相似的多个样点，进行土壤剖面试验，使用铝制环刀进行分层取样；使用手持GPS仪对每个样点的海拔和经纬度坐标进行记录；步骤二：将步骤一所得土样进行自然风干、研磨、去除砂砾、石块和植物残体处理，然后进行过筛处理；将处理好的土样分为3份：分别用于光谱分析、化学测量和保存备用；步骤三：将步骤二所得土样进行室内光谱分析，为了减小光线的漫反射，每次测试前需进行朗伯性漫射材料聚四氟乙烯白板标定；步骤四：为了减小光谱测定过程中所产生的误差，要对光谱数据进行预处理，所以对土壤样本的原始反射光谱曲线进行消除噪音、重采样的预处理方法，来提高两者之间的相关性；步骤五：通过对所得土壤光谱反射率、反射率一阶导数微分和倒数对数与PH逐波段进行相关分析，得到各波段与PH之间的相关系数，根据相关分析结果，选取相关系数较大的波段，进行多元逐步线性回归分析，建立土壤光谱反射率及一阶导数微分和倒数对数与PH之间的回归方程；选取决定系数R2和均方根误差RMSE来评价回归方程对样本的拟合度；步骤六：建模使用SMLR模型和PLSR模型；SMLR模型根据方差分析结果选取较好的自变量进入方程进行建模，能将F值较小的自变量筛除，达到最好的建模效果；PLSR模型是通过将因子分析和回归分析相结合，能解决普通多元线性回归较难解决的问题；它通过因子分析将光谱空间数据维数降低，然后通过合理选取主成分，去掉代表干扰组分和干扰因素主成分，选用有效的主成分参与回归；步骤七：模型需要较高的R2和较低的RMSE，在回归分析中，采用方差分析法对建立的回归模型进行评价，首先利用R2来验证自变量与因变量之间的关系，决定系数反映了模型自身的稳定性，保证自变量和因变量之间相关性符合回归模型允许范围；然后利用RMSE来评价测量数据偏离真实值的程度，RMSE越小，R2越大，说明模型预测精度越高，模型稳健性就越好；利用以上分析方法得到的估算模型,其精度的高低及适用性如何是需要验证的，土壤PH光谱特征通过多元回归分析方法与偏最小二乘回归分析方法分别建立了各自反演模型，但须从模型的稳定性与预测能力出发，对模型进行有效检验；R2表示拟合优度的大小，反映了模型自身的稳定性，当决定系数较大时，说明了自变量对因变量的解释程度较高，构建的模型较为稳定；RMSE能够较好地反映构建模型的监测能力，当总均方根误差较小时，说明构建的模型的精度较高，其预测能力较好；步骤八：挑选最适合的建模波段，拟合出最适模型后，利用高光谱卫星进行区域空间酸碱度的分析与监测，能够及时反映出空间酸碱度的变化状况，起全范围空间逐时监测作用，有效弥补人工监测的不足。2.根据权利要求1所述的一种基于高光谱技术的碱化土壤空间酸碱度监测方法，其特征在于：所述步骤一中在同一个采样区域选取地表状况相似的5个样点，进行100cm深的土壤剖面试验，使用铝制环刀进行分层取样，每份挖取土壤样品1kg。3.根据权利要求1所述的一种基于高光谱技术的碱化土壤空间酸碱度监测方法，其特征在于：所述步骤二中用0.25mm孔隙的筛子进行过筛处理。4.根据权利要求1所述的一种基于高光谱技术的碱化土壤空间酸碱度监测方法，其特征在于：所述步骤三中将步骤二所得土样进行室内光谱分析，室内土壤样品反射光谱的测量采用的是美国ASD公司生产的FieldSpec3地物光谱仪；测定波长范围为350～2500nm，其光谱分辨率分别为3nm和10nm，重采样间隔1nm，共输出2151个波段；实验测量过程中配备光源50w的卤素灯，探头视场角为5°，光源与垂直方向呈15°夹角，光源距离土壤表面30cm，探头距离土样表面15cm；测量在黑暗环境的实验室进行，将步骤二的土壤填满盛样皿中稍压平，用直尺将表土刮匀，使其表面尽量平整，为降低土样光谱各个方向异性的影响，测量时转动盛样皿3次，每次转动90°，可以获得土样4个方向的光谱曲线，每个方向采集3条样本线，每个样品共采集12条样本线，算术平均后得到该土样的反射光谱数据。5.根据权利要求1所述的一种基于高光谱技术的碱化土壤空间酸碱度监测方法，其特征在于：所述步骤四中对土壤高光谱数据进行10nm间隔的重采样处理，共得到215个波段。