Las evaluaciones de expertos sobre la productividad de cultivos y pastizales en áreas áridas y semiáridas muy grandes en todo el mundo son cada vez más demandadas y estos estudios requieren una mayor sensibilidad para delinear los diferentes grados o niveles de salinidad del suelo. En conjunto con un estudio de campo en el sureste árido de Oregón, evaluamos la conveniencia de añadir análisis de árboles de decisión (DTA) a un método de teledetección comúnmente utilizado. Se analizaron horizontes de suelo superficial muestreados al azar para determinar el porcentaje de saturación, la capacidad de campo, el pH y la conductividad eléctrica (CE). Se adquirieron datos de IFSAR para el análisis del terreno y la cartografía geológica superficial, seguidos de la derivación de capas para el análisis. Se encontró una correlación significativa entre los valores de CE y la elevación superficial, las bandas 1, 2, 3 y 4 de la imagen de Landsat TM, y los índices de brillo y humedad. La clasificación supervisada de máxima verosimilitud de las imágenes de Landsat produce dos clases de salinidad: suelos no salinos (CE < 4 dSm-1), con una precisión de predicción del 97%, y suelos salinos (CE > 4 dSm-1), con una precisión de predicción del 60%. La adición de DTA resulta en una predicción exitosa de cinco clases de salinidad del suelo y una precisión general de aproximadamente el 99%. Además, el área calculada de suelo afectado por sal se sobreestimó cuando se mapeó utilizando solo datos de teledetección en comparación con la predicción realizada al utilizar adicionalmente DTA. DTA es un enfoque prometedor para mapear la salinidad del suelo de manera más productiva y precisa en comparación con el uso exclusivo del análisis de teledetección.