为减少耕地质量评价工作中确定评价指标权重人为因素的影响,选取江西省奉新县为研究对象,引入机器学习技术,建立基于SVM模型的耕地质量评价模型,探索客观、高效的耕地质量评价方法。本文应用因素法和SVM模型法分别对奉新县耕地质量等别进行划定,通过对比分析两种方法的评价结果,对两种方法的优劣及适用条件进行了判定。结果表明,与因素法相比,SVM模型法具有等别划分高效的优势;SVM模型法耕地质量评价结果的正确率高达96.93%,符合耕地质量评价精度要求。应用SVM模型进行耕地质量评价具有测算高效、受人为因素干扰小等优点,可以广泛应用于耕地质量等别更新、新增耕地质量等别划定等工作。