La predicción precisa del fósforo total en el suelo (TP) es esencial para apoyar prácticas agrícolas sostenibles y formular políticas de protección de conservación ecológica, particularmente en paisajes kársticos complejos con alta variabilidad espacial y alto contenido de fósforo y cadmio, lo que complica la gestión de nutrientes. Este estudio utiliza métodos de SIG y geoestadística para analizar la distribución espacial, los factores influyentes y el modelado predictivo del TP del suelo en la región kárstica del norte del condado de Mashan, Guangxi, China. Utilizando 427 muestras de suelo superficial, desarrollamos cinco modelos predictivos: kriging ordinario (OK), kriging de regresión (RK) y kriging de regresión ponderada geográficamente (GWRK) combinados con variables ambientales como usos del suelo, tipos de suelo y factores topográficos; kriging centrado en la media residual (MM_OK) y kriging centrado en la mediana residual (MC_OK). Nuestros resultados indican que se observaron niveles más altos de TP en tierras agrícolas (campos de arroz y tierras secas, con 766 y 913 mg·kg-1, respectivamente) posiblemente debido a la fertilización, mientras que los bosques y matorrales mostraron niveles más bajos de TP (383 y 686 mg·kg-1, respectivamente), reflejando el ciclo natural del fósforo. Las áreas de alta concentración de TP en el suelo se encuentran en las zonas kársticas al oeste y este del área de estudio, y el área de bajo valor está en el valle del río Hongshui al norte de Mashan. La distribución espacial del TP del suelo se ve afectada por el uso del suelo, el tipo de suelo y la topografía. El modelo GWRK mostró una precisión superior (80.6%), con la concentración predicha de TP alineándose estrechamente con los valores observados de TP, capturando efectivamente las variaciones espaciales finas y mostrando el menor error estándar medio, error estándar promedio y error absoluto medio. GWRK también logró el mayor R2 (0.67), demostrando una robusta capacidad predictiva. Los modelos MM_OK y MC_OK funcionaron bien y mostraron transiciones espaciales más suaves, mientras que el modelo OK mostró la menor precisión predictiva (62%). Al utilizar un ponderado espacialmente adaptativo, GWRK y su método de kriging centrado en residuos mejoran la precisión y suavidad de la predicción del TP del suelo en áreas kársticas, proporcionando una referencia para la conservación del suelo dirigida y prácticas agrícolas sostenibles en entornos kársticos espacialmente complejos.