Los horizontes orgánicos, incluidos los depósitos de turba, son importantes reservorios de carbono terrestre, y en ellos tienen lugar diversos procesos químicos, biológicos y de intercambio de agua. La información precisa sobre la distribución espacial de los suelos orgánicos y sus propiedades es importante para la toma de decisiones y la gestión del suelo. En este estudio, presentamos un enfoque de aprendizaje automático para mapear la distribución de los suelos orgánicos y determinar el grosor de la capa de turba utilizando más de 24,000 mediciones del grosor de la capa de turba obtenidas de datos de campo, datos de escaneo láser aéreo (ALS) y varios índices obtenidos de estos, así como otros materiales cartográficos. Nuestros objetivos abarcaron dos metas principales. En primer lugar, nos esforzamos por desarrollar materiales cartográficos actualizados que representaran la distribución espacial de las capas de turba. En segundo lugar, buscamos predecir la profundidad de las capas de turba, mejorando así nuestra comprensión del contenido de carbono orgánico del suelo. La continentalidad, un mapa de áreas húmedas, la latitud, un mapa de profundidad al agua con una cuenca de 10 ha y un modelo digital de elevación fueron las covariables más importantes para el modelo de aprendizaje automático. Como resultado, obtuvimos un mapa con tres clases de grosor de capa de turba, una precisión de clasificación general del 0.88 y un valor kappa de 0.74. Esta investigación contribuye a una mejor comprensión de la dinámica del suelo orgánico y facilita evaluaciones mejoradas de los stocks de carbono orgánico del suelo.