在人类活动影响强烈工矿区,土壤重金属不仅受工业、生活、交通、矿业活动等影响,也受到区域地质背景、地形地貌、植被覆盖、降雨等自然因素共同影响。工矿区的土壤重金属污染风险影响因素识别及污染风险空间预测成为环境科学关注热门课题。目前,土壤重金属污染风险预测研究大多采用参数地统计方法开展相关研究,参数地统计方法不仅未关注土壤重金属污染的不确定性(概率),而且为满足数据正态分布要求直接剔除特异值导致对实际存在的重要信息遗漏而影响预测效果。另一方面,参数地统计方法在数据不足条件下无法进行土壤重金属的污染预测。因此,基于风险管理理念,依据不同数据条件,提出不同非参数的土壤重金属污染风险预测方法,对工矿区的土壤污染风险管理具有现实意义。本研究以浙江省受人类活动影响强烈的区域土壤为研究对象,研究区内岩矿石、尾砂和灌溉水重金属含量特征,分析典型岩矿石、尾砂重金属浸出液规律,结合区域农田土壤重金属等调查数据,采用遥感技术提取坡度、坡向、高程、植被覆盖度等自然因素,采用高分辨率遥感影像并结合调查结果,提取当地道路、非矿工业和矿区等人为因素数据,基于二分类LR法和指示克里格法对土壤重金属的空间污染概率进行预测,对比分析不同预测方法的差异。本文研究成果如下:(1)铁矿区岩矿石和尾砂中As、Cd含量高,铜矿区矿石和尾砂具有高Cu、Pb含量特征,矿区废石或尾砂受到雨水作用后具备向环境释放重金属Zn、Cu、Ni、Cd、Pb、As等的能力。(2)基于二分类LR法,有效识别出导致土壤重金属土壤重金属Cu污染风险的主要因素是坡向、人口密度、非矿工业加权距离、矿区距离及道路距离;影响Cd污染风险主要因素是降雨量、矿区距离、非矿行业加权距离和人口密度。(3)基于土壤污染风险主要影响因素建立了Cu、Cd污染风险预测二分类模型,土壤Cu、Cd污染风险预测准确率分别为82.6%和69.5%,二分类LR法对土壤Cu污染风险预测优于Cd。土壤Cu污染高风险区主要位于铜矿采选区域,中风险区位于破碎带金矿、铁矿区及交通运输影响范围内,低风险区位于低密度人口和高密度人口区域,而土壤Cd污染高风险区主要位于人口密集的区域,其次是矿区。(4)基于指示克里格法预测区内土壤Cd污染风险较高,As、Cu、Hg、Pb和Zn元素出现不同程度污染风险;Ni和Cr元素污染风险低。土壤污染风险预测准确率为90%以上,其预测准确率大于二分类LR法。(5)二分类LR法在构建土壤重金属污染风险预测模型时,对超标样品比例有一定要求。受到人类活动强烈影响的工矿区,二分类LR法利用具有地理属性的自变量建立回归模型,并可利用回归模型预测土壤重金属空间污染风险,可为土壤重金属污染调查数据缺乏的区域尤其是工矿区的土壤污染风险管理提供较好的管理思路。