土壤有机碳的储量分布和动态变化对评价土地质量、生态环境、土壤物质循环和全球气候变化的影响中扮演着重要的作用。精细化土壤有机碳密度模拟和计算对评估区域化土壤有机碳储量和理解生态系统碳循环至关重要。然而,对于不同尺度的土壤有机碳密度空间模拟的建模方法并无系统对比;对于不同剖面深度之间的关系、垂直分布特征,深度函数的优劣以及对环境信息的影响有待研究;在对数比数据转换方法、单形几何空间和成分数据分析的引入是否能够提高预测精度方面,在国内外研究较少。因此,本研究结合以上问题对土壤有机碳密度空间模拟进行研究,选取东北地区三江平原作为研究区,在数据方面,采用土壤有机碳密度实测数据,对该区域的不同剖面深度土壤有机碳密度进行描述性统计分析、水平和垂直分布特征研究;在深度函数方面,使用指数深度函数和样条深度函数,建立结合剖面深度的土壤有机碳密度曲线并进行类型划分,以及不同环境因素对各层的影响;在空间预测模型方面,选取广义线性模型(GLM)和随机森林模型(RF),对土壤有机碳密度进行精度验证、空间模拟、不确定性分析、以及储量的预测、统计和对比。基于成分数据分析的等距对数比数据转换方法和结合土地利用类型方法,提出两种提高土壤有机碳密度空间模拟精度的新方法。结果表明:(1)三江平原土壤有机碳密度属中等变异;土壤有机碳百分比数据可降低变异性并使数据服从正态分布;土壤有机碳密度在大多数土地利用和土壤类型下随深度增加而递减,且差异逐渐减小。结合指数函数和其阈值可将土壤有机碳密度垂直分布划分为四种曲线类型,其百分比数据在单形空间分布体现出林地和旱地较水田和湿地的数据分布更集中。(2)环境变量对不同剖面深度土壤有机碳密度的重要性不同,表层、中层和底层分别为土地利用、地形因素和土壤粒径、气候因素占主导作用。由于指数函数缺乏灵活性以及曲线类型的多样性,使得样条函数的拟合效果优于指数函数。表层控制能力的强弱导致了指数函数拟合的精度出现差异。(3)指数函数方法预测值高估,并且精度较差,样条函数方法的预测虽优于独立方法,但提升效果不明显;本研究提出的两种新方法考虑各深度比例分配的新方法,在模型的准确性和解释性上均优于其他模型。GLM相比于RF生成的预测具有较优的偏度和较差的精度,其预测较为聚集,不符合原始数据的分布形式,因此较推荐RF模型,尤其在海拔较高的区域。GLM更适用于预测数据变异性小区域。对有机碳储量进行预测并统计,并结合三江平原之前相关研究,各层土壤有机碳储量在数量级保持一致,且本研究在深度信息的引入、环境变量的选择、模型方法的优化上相比之前研究有优势,可为结合环境信息和剖面深度的大尺度土壤有机碳空间模拟研究提供参考。