为精准估算草地地下生物量，分析其水平及垂直空间格局，实现草地地下生物量（BGB）的数字制图。调查了2015年阿勒泰地区草地生长季节（6-8月）的生态要素和地下生物量。以地理位置、地形、气候、土壤和植被中的代表性信息为基础，基于机器学习算法估测研究区0～30 cm的草地地下生物量，并根据估测结果利用空间插值法得到地下生物量的空间分布格局，最终实现草地地下生物量的数字制图。结果表明：1)相比偏最小二乘回归（PLS）和随机森林模型（RF），支持向量机模型（SVM）在0～10 cm、10～20 cm和20～30 cm土层中的地下生物量的估测中表现出最高的精度，验证集数据的精度（R~2）依次为0.77、0.67和0.69，相应的RMSE为245.56、98.81和63.58 g·m-2。从空间插值的效果看，反距离权重插值（IDW）优于径向基函数插值（RBF）和张力样条插值（SPL）。2)本研究进一步比较了不同估测模型与空间插值方法间的组合能力。研究显示，在阿勒泰地区的草地地下生物量研究中，SVM+IDW是可靠的估测模型和空间化方法的组合。在0～10 cm、10～20 cm和20～30 cm土层的草地地下生物量数字制图的R~2为0.73、0.64和0.60,RMSE为269.73、108.14和73.01 g·m-2。3)阿勒泰地区草地地下生物量均值为1265 g·m-2，是全国平均值的两倍，与全球平均水平相当。其中，高寒草甸的地下生物量最大，为2908.50 g·m-2，温性荒漠的地下生物量最小，为776.84 g·m-2，全区草地地下生物量共计1.27×10~8t（≈0.13 Pg）。全区草地地下生物量的空间变化明显，整体上自北向南，由山地向平原呈递减的趋势。