در مطالعه حاضر تغییرات مکانی فسفر و پتاسیم با استفاده از هوش مصنوعی و زمین آمار در دشت سیستان مورد بررسی قرار گرفت. در ابتدا 300 نمونه خاک با فواصل 1/5 در 1/5 کیلومتر از عمق 0 تا 30 سانتیمتر برداشت شد. برای این منظور بر روی نقشه های توپوگرافی منطقه، شبکه هایی با فواصل 1/5 در 1/5کیلومتر پیاده شد و مختصات آنها بر اساس سیستم تصویر جهانی (utm) تعیین گردید و پس از ورود مختصات نقاط به gps، برداشت نمونه ها انجام شد. و پس از انتقال نمونه¬ها به آزمایشگاه و خشک کردن نمونه¬ها و پس از عبور نمونه¬های خاک از الک 2 میلی¬متری خصوصیات فیزیکوشیمیایی نمونه¬های خاکهای منطقه مورد مطالعه اندازه¬گیری شد. نتایج بررسی¬های زمین آماری نشان داد که بهترین مدل زمین آماری برای تخمین فسفر و پتاسیم قابل استفاده کوکریجینگ ساده مدل دایره¬ای می¬باشد. نقشه¬¬های تهیه شده زمین آماری نشان داد بیشترین مقدار فسفر پتاسیم قابل استفاده را قسمت شمال و شمال غربی منطقه مورد مطالعه دارد و همچنین هر چه از غرب به سمت شرق حرکت کنیم مقدار فسفر پتاسیم قابل استفاده کاهش می¬یابد. قسمت جنوب شرقی منطقه مورد مطالعه کمترین مقدر فسفر و پتاسیم قابل استفاده را دارد که این می¬تواند به علت کم بودن ماده آلی و همچنین سبک بودن بافت خاک باشد. ساختارهای بدست آمده به وسیله شبکه عصبی مصنوعی برای پیش بینی مقدار فسفر و پتاسیم در بهترین مدل دارای 10 گره در لایه ورودی و یک گره در لایه خروجی می باشند. تعداد نرون لایه پنهان برای مقدار فسفر و پتاسیم به ترتیب 15و 13 به دست آمد. همچنین تکرار بهینه در ساختارهای بدست آمده 1000 و کارآترین تابع انتقال tansig می باشد. مقایسه بهترین روش¬های زمین آماری و شبکه عصبی پرسپترون برای برآورد فسفر و پتاسیم قابل استفاده نشان داد که شبکه عصبی پرسپترون که در آن از همه ویژگی های خاک به عنوان ورودی استفاده شده بود با rmse وmae کمتر نسبت به بهترین روش زمین آماری از دقت بالاتری در برآورد فسفر و پتاسیم منطقه برخوردار است.