土壤养分作为土壤的重要属性之一,其含量对作物的生长发育有重要影响,同时也是进行精准施肥、获取高品质农产品的先决条件。基于实测土壤养分含量,借助空间预测方法实现土壤养分的数字精确制图,进而掌握其空间分布及时空变化特征为实现土壤养分科学管理、土地可持续利用提供有效的数据支持和理论指导。同时,探讨土壤养分与影响因素的交互作用是田间种植、科学种田的前提。因此,构建合适的预测模型进行土壤养分空间制图,分析其时空分布及演变特征,揭示不同影响因子对土壤养分的作用机制具有重要的意义。以全国苹果生产十强县之一的陕西省旬邑县为例,基于2008年和2018年苹果集中种植区（苹果区）的土壤采样数据和获取的地形、气候和植被等方面共23个环境变量,分别采用PCA和PLS方法对变量集进行特征优选,组合机器学习算法中的RF、SVR和KNN算法构建土壤养分组合预测模型,依据相关精度指标确定各养分的最佳预测模型,并绘制研究区土壤养分空间分布图。对比1980s、2008年土壤养分历史数据,分析各阶段土壤养分的时空分布及演变特征;在半变异函数定量化描述土壤养分空间变异的基础上,利用地理探测器分析单因子作用和双因子交互作用对养分的影响程度,并对不同因子等级下的养分含量差异进行风险探测。结果表明:（1）基于特征提取方法和机器学习构建的组合模型在数据降维、兼顾养分与环境之间的线性和非线性关系等方面具有良好的表现,能够明显提升土壤养分含量预测的精度和稳定性。有机质、全氮和有效磷的最佳预测模型为PLS-SVR组合模型,PLSRF是速效钾的最佳预测组合模型。组合模型预测精度明显优于普通克里格、多元线性回归、回归克里格等对比模型,在研究区土壤养分预测中能够取得较好的预测效果。（2）研究区内2018年有机质和全氮含量整体上处于较缺乏状态,而有效磷和速效钾两种速效养分含量较高。对比历史数据显示,1980s～2018年近40a间研究区有机质和全氮含量变化较小,有效磷、速效钾含量增幅较大。其中,1980s～2008年间速效养分增幅明显,全氮明显减少;2008～2018年有机质和全氮呈增大趋势,有效磷和速效钾增速减缓。（3）空间分布上,2008年有机质和全氮高值区主要分布在北部地区,在海拔相对较低,地形平坦的西部区域速效养分含量较高;2018年在北部塬面区域有效磷和速效钾含量普遍较高,有机质和全氮高值主要分布在西部和南部地区的黄土高原沟壑区。2008～2018年10a间有机质和全氮含量空间变化趋势较为一致,在研究区西部张洪镇、郑家镇以及南部的土桥镇两种养分含量都增加较为明显;两种速效养分空间变化趋势较为接近,变化正值主要分布在北部职田镇、湫坡头镇,东部清源镇、城关街道,负值分布在南部和西部局部区域,由南到北呈现出逐渐增大的趋势。（4）研究区四种土壤养分空间变异均处于中等水平,由随机因素和结构性因素的共同影响所致。影响因子探测结果表明,剖面曲率和NDVI对有机质影响作用较为明显,排水能力对全氮解释力显著高于其他因子,有效磷空间变异的主导影响因子为降水和曲率,速效钾空间分布受海拔条件影响较为明显。影响因子交互作用对养分的解释力高于单因子,因子间作用主要体现为双协同作用和非线性协同作用;不同海拔下人类耕作的差异性使得速效养分含量不同,坡度对于土壤养分含量影响较大,温度会影响土壤微生物的活动强弱,间接地影响到土壤养分含量,降水能够促进果树生长发育,进而为土壤输入更多的养分。此外,土壤类型和排水能力等因素对养分空间分布也具有一定的影响。