چکیده: استفاده صحیح از اراضی به گونه ای که با حفظ منابع طبیعی بیشترین سود حاصل گردد یکی از اهداف مهم علم خاک شناسی می باشد و برای نیل به این هدف، شناخت تغییرپذیری مکانی ویژگی های خاک به منظور استفاده بهینه از منابع و مدیریت صحیح حاصلخیزی خاک از اهمیت بسیاری برخوردار است. هدف از انجام این مطالعه تهیه نقشه پراکنش مکانی متغیرهای مؤثر در حاصلخیزی خاک در سطح 100 هکتار از اراضی تعاونی تنگلی منطقه اینچه برون استان گلستان با کاربری باغ زیتون می باشد. جهت انجام آزمایشات از 20 پروفیل خاک با فاصله 5 هکتار در سه عمق مؤثر زراعی (90-60، 60-30، 30-0 سانتی متری) نمونه-گیری و برای تعیین موقعیت دقیق نمونه برداری ها از دستگاه مکان یاب جهانی (GPS) استفاده گردید. سپس برخی خصوصیات فیزیکی و شیمیایی خاک نظیر بافت، هدایت الکتریکی، اسیدیته، درصد کربن آلی، پتاسیم قابل جذب، منیزیم قابل جذب، روی قابل جذب و گوگرد کل خاک با استفاده از روش های استاندارد آزمایشگاهی اندازه گیری شد. نتایج حاصل از آنالیز نمونه های خاک در محیط نرم افزار ArcGIS وارد شد. روش های مختلف میان یابی شامل وزن معکوس فاصله، اسپیلاین و کریجینگ معمولی با توابع دایره ای، نمایی، گوسین و کروی برای متغیرهای فوق در عمق 30-0 سانتی متری خاک انجام شد. سپس با استفاده از قابلیت-های نرم افزار فوق بهترین تکنیک میان یابی انتخاب و نسبت به تهیه نقشه پراکنش مکانی هر یک از متغیرها اقدام گردید. همچنین با وارد نمودن داده ها در نرم افزار Qnet و با ارزیابی دقت توابع انتقال سیگموئید، گوسین، تانژانت هایپربولیک و سکانت هایپربولیک، بهترین ساختار مدل شبکه عصبی مصنوعی (ANN) انتخاب شد. سپس با استفاده از پارامترهای آماری MAE، RMSE و R2 نسبت به مقایسه نتایج حاصل از سامانه اطلاعات جغرافیایی و شبکه عصبی مصنوعی اقدام گردید. بررسی آماری دو روش GIS و ANN نشان داد که مدل ANN، بهترین کارایی را برای برآورد درصد کربن آلی با تابع تانژانت هایپربولیک، پتاسیم قابل جذب را با تابع گوسین، منیزیم را با تابع سیگموئید، روی قابل جذب و گوگرد کل را با تابع سکانت هایپربولیک، در عمق 30-0 سانتی متری خاک نسبت به سامانه اطلاعات جغرافیایی دارد. همچنین بیشترین ضریب تبیین و کمترین میزان خطا مربوط به مدل شبکه عصبی مصنوعی می باشد.