土壤属性空间预测和制图是对环境生态资源进行评估的重要方法.近年来,众多学者基于回归克里格(Regression Kriging,RK)的思想使用辅助信息来提高土壤属性空间预测的精度.这些方法虽然取得了较好的效果但无法克服RK存在的缺点:1)当辅助信息值不能有效代表或仅能部分代表土壤属性的特征空间时,回归模型和空间预测的效果会较差;2)RK在未观测到辅助信息值的地方失效;3)范畴变量不能很好得被作为辅助变量。 通过方差分析和相关性分析，确定土壤类型和土壤质地这两种范畴变量和高程、坡度、地形起伏度、坡度变率以及河流动能指数这五种地形因子与全氮含量有显著正相关关系，利用这七种辅助变量进行RKPC的计算。实践证明，RKPC的精度要高于OK以及RK，说明该方法能有效地综合利用连续型和范畴型辅助变量以提高空间预测精度。