本文以内蒙古呼伦贝尔市谢尔塔拉镇为研究区,在对耕地土壤养分（有机质、全氮、有效磷和有效钾）相关数据进行测定、收集的基础上,借助遥感光谱、空间统计学和GIS时空分析技术相结合的方法,经适用性分析,构建并优选了典型黑土区土壤养分预测模型;进而创新性的提出了能够定量消除耕地扰动因素的预测模型优化方法;最终,基于优化模型对典型黑土区近十年耕地土壤养分地球化学特征和耕地质量进行了综合评价。主要研究成果有:（1）基于预测方法的适用性分析优选了典型黑土区土壤养分预测模型。通过对研究区土壤养分含量反射光谱数据进行相关性分析,结合数据分析结果及以往研究成果,展开预测模型适用性分析;针对研究区土壤有机质、全氮、有效磷和有效钾四种土壤养分分别构建了土壤养分预测模型,最终实现了土壤养分预测模型的优选。分析认为:随机森林预测方法优于常用的偏最小二乘和支持向量机两种预测方法。其中,土壤有机质各年份模型的R~2介于0.73～0.76、全氮各年份模型的R~2介于0.67～0.85、土壤有效磷及土壤有效钾各年份模型的R~2介于0.30～0.41,证实模型的精度较高;土壤有机质各年份模型的RPD介于1.47～1.72、全氮各年份模型的RPD介于1.41～2.32,证明有机质和全氮含量的预测模型稳定性较好。（2）基于耕地扰动因素优化了典型黑土区土壤养分预测模型。常规模型预测过程中并未定量消除扰动因素造成的影响,调研发现研究区土壤养分预测研究受耕地作物类型扰动较大;因此,本研究运用贝叶斯最大熵方法定量分析耕地作物类型扰动信息,对优选后的土壤养分预测模型作进一步优化。经对比可知,在四种土壤养分模型优化研究中,有机质模型的RMSE减少了0.29,相对精度提高了7.85%;全氮模型的RMSE减少了0.01,相对精度提高了3.11%;有效磷模型的RMSE减少了0.11,相对精度提高了3.27%;有效钾模型的RMSE减少了0.96,相对精度提高了4.25%。研究区四种土壤养分预测模型均得到了精度提升及理论优化完善,证实了基于贝叶斯最大熵理论定量消除扰动因素的优化方法的科学性。（3）以内蒙古呼伦贝尔市谢尔塔拉镇为例,基于优化后的高精度土壤养分预测模型对该典型黑土区进行实际应用分析,完成了对该地区耕地土壤养分地球化学特征及时空变化特征的定量预测分析。结果显示:研究区整体养分含量较高,能够支持基本的作物丰产,但是近十年土壤养分丰度显著下降,研究区内有44%的区域耕地质量等级由二等降为三至四等。