خاک یکی از مهم ترین اجزاء و یکی از منابع طبیعی کره زمین می باشد که در بیشتر موارد به نحو نامطلوبی از آن بهره برداری می شود. در صورت وجود یک مدیریت مسئولیت پذیر نسبت به منابع خاکی، خاک نقش مهم و حیاتی در بقاء، رونق و شکوفائی بسیاری از کشور ها در سرتاسر دنیا بازی می کند. در مطالعات خاکشناسی درک ارتباط بین خاک و زمین نما به منظور مدیریت پایدار حوزه آبخیز از اهمیت بسزایی برخوردار می باشد. بدین منظور این مطالعه در 4 بخش مرتبط شامل ارتباط خاک و زمین نما، پیش بینی مکانی کلاس های خاک، پیش بینی مکانی برخی از ویژگی های مهم خاکی و تراکم زدائی از کلاس های خاک نقشه یک میلیونیوم در منطقه ای به مساحت تقریباً 86000 هکتار در بخشی از اراضی شهرستان های شهرکرد و بروجن انجام شد. به منظور دست یابی به اهداف این مطالعه، نقشه ژئومورفولوژی با استفاده از روش های استاندارد موجود تهیه شد و سپس مرزهای این نقشه در صحرا اصلاح و مورد بازبینی قرار گرفت. با استفاده از متغیرهای کمکی کمی و کیفی و بکارگیری روش نمونه برداری مربع لاتین هایپرکیوب شرطی موقعیت مکانی 100 پروفیل مشخص شد و همچنین تعداد 25 پروفیل از داده های میراثی خاک (مطالعات پیشین) مورد استفاده قرار گرفت. در کنار نمونه برداری های پروفیلی به منطور غنی تر شدن اطلاعات جهت پیش بینی مکانی ویژگی های خاک تعداد 209 نمونه سطحی جهت پوشش دادن کل منطقه جمع آوری شد. نتایج بررسی تکامل خاک و زمین نما نشان داد که تکامل پروفیلی در منطقه مورد مطالعه بیشتر تحت تأثیر پستی و بلندی، مواد مادری و در برخی از مناطق سطح آب زیر زمینی است به نحوی که در مناطق با توپوگرافی زیاد تکامل حداقل و در مناطق مسطح و نسبتاً پایدار خاک های متکامل مشاهده شد. همچنین بررسی نقشه ژئومورفولوژی نشان داد تشکیل خاک و خصوصیات آنها بیشتر تحت تأثیر واحدهای ژئومورفیک می باشد، به نحوی که خاک های تفکیک شده در واحدهای ژئومرفیک در برخی موارد بیشترین شباهت نسبت به یکدیگر و حداکثر تفاوت با خاک های موجود در دیگر واحدها را دارا بودند. افزایش شاخص های تفرق خاک با کاهش سطوح سلسله مراتب ژئومورفولوژی حاکی از افزایش تنوع خاک می باشد. همانگونه که انتظار می رفت با افزایش تنوع در خلال سلسله مراتب طبقه بندی، خلوص نقشه های تهیه شده کاهش یابد. به طورکلی، نتایج حاصل از مطالعه ارتباط خاک و زمین نما به تشخیص و تمایز انواع کلاس های خاک و نقشه برداری خاک کمک می کند. نتایج پیش بینی مکانی کلاس های خاک نشان داد که نقشه های تولید شده توسط روش رقومی با استفاده از نقشه ژئومورفولوژی و بدون نقشه ژئومورفولوژی تغییر زیادی در دقت نقشه های تولید شده ایجاد نکرده است. علت عدم تأثیر زیاد نقشه ژئومورفولوژی در افزایش دقت، نقشه زمین شناسی (عامل مواد مادری) می باشد که بخش عمده تغییرپذیری کلاس های خاک در سطوح مختلف رده بندی را تفسیر می کند. اما از طرف دیگر استفاده از واحدهای ژئومورفیک باعث افزایش دقت نقشه ها (خلوص نقشه و ضریب کاپا) می گردد. عملکرد مدل های پیش بینی مکانی کلاس های خاک براساس دو معیار خلوص نقشه و ضریب کاپا نشان داد که روش MLR، در سطوح بالای رده بندی (سطوح رده و زیر رده) و روش RF در سطوح پایین رده بندی (سطوح گروه بزرگ و زیرگروه) عملکرد بهتری دارند. با کاهش تعداد مشاهدات مدل MLR حساسیت کمتری نسبت به روش RF نشان داد. به علت تنوع زیاد واحد های ژئومورفیک، زمین شناسی، ارتفاع، کاربری اراضی و پوشش گیاهی، برقراری ارتباط بین داده های مشاهداتی و پارامترهای کمکی به منظور پیش بینی برخی پارامترهای خاکی مشکل و در برخی موارد غیر ممکن می باشد. کاربرد مدل های مختلف در پیش بینی ویژگی های خاکی نشان داد که مدل های غیر خطی دارای عملکرد بهتری می باشند و توانایی تشخیص روابط غیرخطی را دارا می باشند. روش اعتبارسنجی دو طرفه 10-مرتبه برای مدل های غیر خطی جنگل تصادفی و کیوبیست جهت پیش بینی کربن آلی خاک دارای مقدار انحراف استاندارد کمتری در ضریب تبیین (R 2 ) می باشند. هیچ یک از مدل های بکاربرده شده عملکرد مطلوبی در پیش بینی مکانی کربنات کلسیم خاک و ذرات رس را نداشته اند. نتایج تراکم زدائی از کلاس های خاک نقشه یک میلیونیوم به دو روش نظارت شده و نظارت نشده نشان داد که صحت کلی نقشه های تراکم زدائی شده از گروه بزرگ به زیر گروه کاهش می یابد. از دو روش نظارت شده، روش خوشه بندی میانگین های کا دارای حساسیت بیشتری نسبت به کاهش سطح رده بندی از گروه بزرگ به زیر گروه می باشد و صحت کلی در این نقشه شدیداً کاهش می باشد. در بین روش های بکاربرده شده روش خوشه بندی میانگین های سی فازی در هر دو سطح رده بندی بیشترین صحت کلی را نشان دادند و روش خوشه بندی میانگین های کا بدترین عملکرد را دارا می باشند. در ارتباط با تولید اطلاعات و جزئیات در نقشه های تراکم زدائی شده، روش DSMART تنوع و پراکندگی مکانی کلاس های خاک را در سطح بالاتری در هر دو سطح رده بندی نشان می دهد. با توجه به مقادیر شاخص مرکب محاسبه شده، روش تراکم زدائی DSMART با توجه به میزان اطلاعات بیشتری که تولید می کند و همچنین صحت کلی نسبتا بالا بهترین روش به منظور تراکم زدائی از نقشه های پلی گونی می باشد. کلمات کلیدی: نقشه برداری رقومی، پیش بینی کلاس های خاک، تراکم زدائی، ژئومورفولوژی، تنوع خاک.