请列举出土壤含量反演的经验统计模型，并阐述其反演步骤。

土壤含量反演的经验统计模型主要有以下几种：

1. 多元线性回归模型：该模型将土壤含量视为因变量，将影响土壤含量的多个指标（如土壤质地、有机质含量、地形等）视为自变量，通过统计分析建立回归方程，从而反演土壤含量。

反演步骤：

（1）确定自变量和因变量；

（2）采集相应的土壤样本，并测定样本的土壤含量和各个自变量的指标；

（3）利用统计软件建立多元线性回归模型，并进行参数估计；

（4）将待反演的土壤样本的自变量代入回归方程，通过计算得到其土壤含量。

2. 支持向量机模型：该模型是一种基于统计学习理论的非线性分类模型，通过找到一个最优的超平面将不同类别的数据分隔开来，从而实现对土壤含量的反演。

反演步骤：

（1）采集相应的土壤样本，并测定样本的土壤含量和各个自变量的指标；

（2）利用支持向量机算法建立模型，并进行模型训练；

（3）将待反演的土壤样本代入模型，通过计算得到其土壤含量。

3. 随机森林模型：该模型是一种集成学习算法，通过多个决策树的集成来对土壤含量进行反演。

反演步骤：

（1）采集相应的土壤样本，并测定样本的土壤含量和各个自变量的指标；

（2）利用随机森林算法建立模型，并进行模型训练；

（3）将待反演的土壤样本代入模型，通过计算得到其土壤含量。

需要注意的是，以上模型仅是反演土壤含量的一种方法，其精度和适用性还需考虑所选取的样本数量、指标选择、模型参数等因素的影响。