土壤圈作为地球主要圈层之一,承载着人们的生产、生活等行为,是农作物生长的重要物质基础。进入21世纪以后,现代农业的发展,对准确、快速的了解区域内土壤有机质含量空间分布状况提出了新的需求。在2017年5月于莆田木兰溪流域共采集土壤表层(0-20cm)43个土壤样本,室内测定土壤样本的碳、总氮含量,结合2017年1月3日(冬季)、2017年8月15日(夏季)两景Landsat影像,探讨了研究区的土壤有机碳、总氮含量与光谱变量、景观因子之间的关系,对比分析了光谱变量、景观因子与土壤有机碳、总氮含量之间的相关性差异。参考当前主流的土壤有机质空间分布预测方法,将景观理论、地统计法、遥感与GIS技术综合应用到研究区的土壤有机碳、总氮含量空间分布模型预测,对比了不同方法构建的模型的优缺点,对研究利用遥感影像进行南方区域土壤有机质含量空间分布预测、耕地资源的可持续发展、土壤资源的有效管理与合理规划具有重要意义。主要结论有:(1)研究区的土壤有机碳、总氮含量空间异质特征明显,耕地区域的预测效果更好:非耕地区域主要为林地、果园、草地等,地类复杂且植被覆盖度较高,对最终建模效果的影响较大;(2)预测变量筛选中存在季节差异,光谱变量与土壤有机碳、总氮含量的相关关系更为直接:光谱变量、景观因子与土壤有机碳的相关性在冬季影像中较高,与土壤总氮含量的相关性在夏季影像中较高。季节差异主要来自于不同季节地表覆盖物的变化。(3)科学规划建模样本及变量对提升模型效果有重要影响:基于OLS、GWR、GWRK的三种方法的建模结果中,考虑空间异质特征的GWR方法对建模效果确实有一定的提升,尤其是在OLS方法建模效果较差时,基于GWR方法构建的模型效果提升明显。GWRK方法对模型的过度预测的现象有较好的改善,GWRK对残差进行插值,并不能稳定提升最终建模成果。在细化建模样本,科学规划构建模型所需的变量后,OLS方法也能取得不错的效果。