【目的】研究环境变量的筛选和土壤类型空间推理方法的选择，为有效提高县域数字土壤制图精度提供参考。【方法】以四川省盐源县为研究区，将气候要素、地形数据和遥感影像作为推理制图的辅助因子，利用野外采样点数据和环境协变量因子，采用决策树分类方法对环境特征进行重要性排序，特征筛选和组合优选，通过对比决策树分类、支持向量机和随机森林3种土壤分类方法的制图精度，探索基于土壤-环境关系理论提高具有立体气候特征的山区县域数字土壤制图精度的途径。【结果】(1)气候和地形特征在研究区土壤分类中起重要作用，采用单一气候因素作为土壤筛选分类的环境变量可获得土壤分类筛选精度为83.22%,依次增加地形和生物特征可分别使筛选精度提升至85.78%和89.43%;(2)与其他模型相比，随机森林模型制图效果更好，对比采样点数据的土壤分类总体精度为77.10%,Kappa系数为0.72;(3)气候因子以及地形因素对水热条件的影响是决定研究区土壤类型空间分布异质性的主要原因，年均气温、年积温、年降水量、相对湿度、高程、地形湿润度等环境特征因子与研究区主要土壤类型的空间分布关系密切。【结论】在具有立体气候特征的山区，基于随机森林方法使用气候、地形和遥感数据进行数字土壤分类制图有较好的效果。