La espectroscopía del suelo es una alternativa prometedora para evaluar y monitorear la calidad del suelo y del agua, particularmente en tierras agrícolas montañosas caracterizadas por una intensa degradación y limitados informes de pruebas de suelo; algunos estudios han evaluado la viabilidad de la espectroscopía VIS-NIR para predecir los nutrientes extraíbles Mehlich 3 (M3). Este estudio tuvo como objetivo (i) examinar el potencial de la espectroscopía VIS-NIR en combinación con la regresión de mínimos cuadrados parciales para predecir los elementos extraíbles M3 (Ca, K, Mg, P, Fe, Cd, Cu, Mn, Pb y Zn) y las propiedades básicas del suelo (arcilla, limo, arena, CaCO3, pH y carbono orgánico del suelo - SOC), (ii) encontrar técnicas óptimas de preprocesamiento y (iii) determinar los mecanismos de predicción primarios para propiedades del suelo sin características espectrales. Se recolectaron muestras de la capa superficial del suelo de un área representativa (114 muestras de 525 ha) ubicada en la región montañosa del noroeste de Azerbaiyán. Se aplicó una serie de pasos de preprocesamiento y transformaciones a los datos espectrales, y los modelos fueron calibrados y evaluados en función del coeficiente de determinación (R2), el error cuadrático medio (RMSE) y la desviación de predicción residual (RPD). Las predicciones validadas mediante el método de dejar uno fuera mostraron que los espectros de la primera derivada producen mayores precisiones de predicción (R2 = 0.51-0.91; RPD = 1.20-2.29) para la mayoría de las propiedades del suelo. La evaluación del rendimiento del modelo con técnicas óptimas de preprocesamiento reveló que tanto los modelos de calibración como los de validación producen diferencias considerables en los valores de RPD asociados con el tamaño de la muestra y la partición aleatoria de los subconjuntos de calibración o validación. Los modelos de predicción fueron excelentes o muy buenos (RPD > 2.0) para CaCO3, SOC, arena, limo, Ca y Pb, buenos o aceptables (1.4 < RPD < 2.0) para arcilla, K, Cd, pH, Fe, Mn y Cu, y pobres (1.0 < RPD < 1.4) para Mg, P y Zn. El análisis de componentes principales y correlación, el análisis de regresión por pasos y los procedimientos de importancia de variables en proyección permitieron elucidar los mecanismos de predicción subyacentes. A diferencia de los estudios anteriores, las estimaciones espectrales de las concentraciones de pH, Ca, Mg, P, Fe, Pb y Cd se vincularon a su correlación con CaCO3 en lugar de con la materia orgánica del suelo, mientras que las concentraciones de Mg y P también se conectaron a los óxidos de Fe. Los tamaños de las partículas del suelo contribuyeron a predecir la concentración de K, pero confundieron la predicción de la concentración de P y Zn. Las correlaciones más débiles de Mn, Cu o Zn con CaCO3, los tamaños de partículas, SOC, Fe y los datos espectrales dieron lugar a su menor precisión de predicción. Los principales mecanismos de predicción para los elementos extraíbles M3 se basaron en sus relaciones con CaCO3, pH, contenido de arcilla y mineralogía, y cationes intercambiables en el contexto de su asociación con el uso de la tierra. Los resultados pueden ser utilizados en tierras montañosas para evaluar y controlar el efecto de la gestión sobre los índices de calidad del suelo y la neutralidad de la degradación de la tierra. Se necesitan más estudios para desarrollar esquemas de muestreo y modelado más ventajosos.