本研究结合华南农业大学—中山市农业局合作项目“中山市土壤重金属污染预警系统”，探讨中山市土壤重金属含量的空间分布分析和污染评价。土壤重金属污染不仅破坏生态系统的平衡，而且损害人类身体健康，危及人类的可持续发展，在国际上受到高度重视。正处于高速发展中的广东省中山市，自然地理条件和社会经济发展情况显示其存在极大的土壤重金属污染隐患，及早对其土壤重金属含量分布进行分析和污染评价，具有十分重大的意义。 本研究首先对采集的汞、镉、铅、铬、锌、铜、镍、砷八种重金属含量数据进行Kolmogorov—Smirnov正态性检验，数据均不服从正态分布，Box—Cox转换后仍仅有汞和铬数据符合正态性，其他数据的非正态性影响了使用普通克里格插值法时的准确性。因此假设土壤背景值为影响重金属含量的固定效应，不同位置的地貌及人类活动为空间随机效应影响，建立空间广义线性混合模型，该模型以离散的污染级别作为响应变量，解决了数据的非正态性问题。土壤重金属污染的空间广义线性混合模型为其中Y(s)为位置s的响应变量，b(s)为位置s的随机效应，β为固定效应参数，随机效应参数为空间随机效应半方差函数γ(h)的相应参数θ=(θ1θ2θ3)，h为两点之间的距离。 模型参数估计采用Monte Carlo样本的EM梯度(MCEMG)法，其中Monte Carlo样本采用Metropolis—Hasting算法产生，八种重金属数据迭代次数最多为9，最少为3，算法收敛较快。参数估计完成后运用地统计学中普通克里格插值法对随机效应进行最小均方误(MMSE)预测，进而完成响应变量未知点预测。 模型空间随机效应的半方差模型拟合结果良好。模型检验采用拟合优度X2检验，八种重金属X2检验结果p值均大于0.05，模型通过检验。计算参数估计值β，θ1，θ2，θ3的标准分别不超过0.0092，0.0083，0.0030，3.2687，参数估计变化范围不大。预测值的剩余标准差均在1左右，显示模型能较好地拟合空间采样数据。与普通克里格插值法相比，空间广义线性混合模型能处理土壤重金属离散数据且预测效果与普通克里插值法不相上下。 模型对中山市土壤重金属污染评价的结果显示汞、镉、铅、砷4种重金属元素的污染空间格局类似，严重污染集中于东北部，偶见于南部偏西方向；锌、铜元素污染较严重，东北部较大范围存在严重污染并以此为中心向各个方向扩散；镍和铬污染空间格局类似，但镍的污染程度更高，两种重金属污染呈随纬度变化，北部大部分地区和南部小范围存在污染，中南部五桂山地区土壤清洁。东部沿海及东部与珠海市交界处，八种重金属含量均较低，土壤环境清洁。 本研究创新点及科研价值在于运用该模型处理非正态的土壤重金属数据、使用其固定和随机效应研究土壤重金属含量影响因素、将地统计学与广义线性混合模型进行结合，并采用MCEMG算法实现计算。所得出空间污染评价情况，可为中山市土壤重金属污染的防治工作提供科学依据。