Las capacidades de retención de agua del suelo (SWHC) son uno de los factores más importantes para entender el ciclo del agua en cuencas forestales porque controlan el agua disponible para las plantas que apoya la evapotranspiración. Sin embargo, la determinación directa de las SWHC es un proceso que consume tiempo y es costoso, por lo que se han desarrollado muchas funciones de pedotransferencia (PTF) y modelos de mapeo digital del suelo (DSM) para predecir las SWHC. Por lo tanto, es importante seleccionar las propiedades del suelo, las topografías y las características ambientales correctas al desarrollar un modelo de predicción, así como entender las interrelaciones entre las variables. En este estudio, recolectamos muestras de suelo en 971 sitios forestales y desarrollamos modelos de PTF y DSM para predecir tres tipos de SWHC: contenido de agua saturada (S) y contenido de agua en pF1.8 y pF2.7 (1.8 y 2.7). Se seleccionaron variables explicativas importantes para la predicción de SWHC a partir de dos análisis de importancia de variables. La matriz de correlación y el análisis de sensibilidad basado en los modelos desarrollados mostraron que, a medida que cambiaba la succión matricial, las propiedades físicas y químicas del suelo que influyen en las SWHC cambiaban, es decir, la estructura del suelo en lugar de la distribución de partículas del suelo en S, partículas gruesas del suelo en 1.8 y partículas más finas del suelo en 2.7. Además, la materia orgánica tuvo una influencia considerable en todas las SWHC. Entre las características topográficas, la elevación fue la más influyente y estuvo estrechamente relacionada con la variabilidad geológica de la roca madre y las propiedades del suelo. El aspecto estuvo altamente relacionado con la vegetación, confirmando que era una variable importante para el modelado de DSM. La información sobre variables importantes y su interrelación puede utilizarse para fortalecer las PTF y los modelos de DSM para futuras investigaciones.