土地综合承载力（Land Comprehensive Carrying Capacity,LCCC）是判断经济可持续发展和人与自然和谐共存程度的重要指标。研究LCCC特征,可以为区域土地总体规划和政府决策提供参考依据。本文以洞庭湖生态经济区为研究对象,基于DPSIR（Drivers,Pressures,States,Impacts,Responses）概念模型构建研究区 LCCC 评价的指标体系,建立指标空间化基础信息库,构建研究区LCCC评价的随机森林模型（Random Forest,RF）与支持向量机（Support Vector Machine,SVM）,选择最优模型分析2010年、2015年、2020年研究区LCCC、子系统与指标演变的模式和特征,探明影响LCCC的主要因素,提出提升洞庭湖生态经济区LCCC的对策建议。主要结论:（1）由RF模型与SVM在评价2015年LCCC的效果对比可知:RF模型测试集的AUC=0.925,SVM的AUC=0.757,RF模型的精度更优,原因是SVM不适合多分类问题与大样本量建模。RF模型在评价LCCC这类复杂非线性系统中具有优势,适合应用于LCCC评价。（2）基于RF模型的LCCC评价中,LCCC的总体变化呈先上升后下降的趋势,LCCC分值从2010年的304.7上升为2015年的335.1,后下降为2020年的328.1。在空间变化上具有异质性,中部、北部、东部的承载力上升,南部、西部的承载力下降。（3）从LCCC子系统在2010年至2020年的演变看,驱动力（D）、压力（P）、状态（S）、影响（I）、响应（R）子系统承载力分值在总体上都呈现逐年上升的趋势,驱动力子系统（D）承载力分值的增长最为显著,增长率达到54.1%;影响子系统（I）承载力分值始终处于最高水平,均值为407.2。就子系统对LCCC贡献来看,影响子系统（I）的贡献最大,平均贡献率达到48.1%;响应子系统的贡献率最小,均值仅为8.0%。（4）2010年至2020年,影响LCCC的重要性指标主要为:人均粮食产量、植被覆盖率、城镇化率、水源涵养、人均耕地面积,基尼指数均大于4000;而土地利用强度、人口密度、污水处理率、坡度的重要性具有不稳定性。对LCCC影响呈下降趋势的指标是:农业机械总动力、地均固定资产投资、GDP、人均粮食产量、年蒸散量,其中人均粮食产量、农业机械总动力的减少量最多,基尼系数减少量超过4500;呈增加趋势的指标是生境质量,其他指标变化不稳定。（5）基于RF模型的边际效应分析结果可知,对LCCC具有明显积极作用的指标效应区间是:人均粮食产量为（0,5）t/人、城镇化率为（60,80）%、人口密度为（0,1000）人/25hm2、人均供水量为（0,200）m3/人、植被覆盖率为（40,50）%、生境质量为（0.8,1）、碳储量为（600,700）t/25hm2、水源涵养为（1250,1500）mm/25hm2·a、人均耕地面积为（0,1500）人/25hm2。本文利用指标空间可视化处理与机器学习算法改进和优化了 LCCC评价,针对性的提出提升洞庭湖生态经济区LCCC的对策建议,为制定土地资源开发与保护提供决策参考。