شور شدن خاک ها فرایند غالب تخریب خاک در مناطق خشک و نیمه خشک می باشد. ترسیم نقشه شوری خاک برای مناطق وسیع کاری زمان بر و پرهزینه می باشد. این پژوهش به منظور ارزیابی قابلیت داده های سنجنده aster و tm در مدل سازی شوری خاک جهت شناسایی و طبقه بندی خاک های شور با استفاده از داده های آزمایشگاهی خاک ها، در منطقه گرمسار صورت گرفت. در این پژوهش برای بالا بردن دقت مدل خروجی از روش lsu برای شناسایی پیکسل های عاری از پوشش گیاهی و همچنین از روش غیر خطی شبکه عصبی برای بالا بردن دقت مدل خروجی استفاده گردید. نتایج این پژوهش نشان داد که روش lsu تنها بر روی دو شاخص ndsi و bi تأثیر مثبت گذاشته و دقت شاخص ndsi را به میزان 8 درصد و شاخص bi را به میزان 3.5 درصد بهبود بخشیده است. این بهبود دقت در حذف پیکسل هایی بوده است که تنها 15 تا 20 درصد پوشش گیاهی دارند که می توان نتیجه گرفت این دو شاخص به پوشش گیاهی تنک نیز حساس می باشند. با مقایسه روش های مدل سازی خطی و غیر خطی (شبکه عصبی) به این نتیجه رسیدیم که روش شبکه عصبی دقت مدل خروجی را به میزان 10 درصد بهبود بخشیده است. و در پایان مدل بدست آمده از شبکه عصبی را جهت طبقه بندی استفاده کردیم و نتایج طبقه بندی را با استفاده از داده های زمینی آزمایشگاهی مقایسه نمودیم. که دارای دقت نسبتا بالا و قابل قبولی بودند.