El rápido crecimiento de la industrialización y urbanización en China ha llevado a un aumento de la contaminación por metales pesados en el suelo, lo que representa una grave amenaza para la seguridad del ecosistema y la salud humana. El avance de la tecnología espectral ofrece una forma de monitorear de manera rápida y no destructiva el contenido de metales pesados en el suelo. Con el fin de explorar el potencial de los espectros de las hojas de arroz para estimar indirectamente el contenido de metales pesados en el suelo, recolectamos muestras de suelo agrícola y medimos los espectros de las hojas de arroz en la localidad de Xushe, ciudad de Yixing, provincia de Jiangsu, China. En el laboratorio, se determinaron los metales pesados Cd y As. Para establecer un modelo de estimación entre los espectros preprocesados y el contenido de metales pesados Cd y As en el suelo, se utilizó un algoritmo genético (GA) para optimizar la regresión por mínimos cuadrados parciales (PLSR). Se evaluó la precisión del modelo y se obtuvo el mejor modelo de estimación. Los resultados mostraron que las técnicas de preprocesamiento espectral pueden extraer información oculta de los espectros. La derivada de primer orden de la absorbancia fue más efectiva en la extracción de información sensible espectral de los espectros de las hojas de arroz. El modelo GA-PLSR selecciona solo alrededor del 10% de las bandas y tiene mejor precisión en el modelado espectral que el modelo PLSR. La reflectancia espectral de las hojas de arroz tiene la capacidad de estimar el contenido de Cd en el suelo (diferencia porcentual relativa [RPD] = 2.09) y una buena capacidad para estimar el contenido de As en el suelo (RPD = 2.97). Por lo tanto, el contenido de los metales pesados Cd y As en el suelo se puede estimar indirectamente a partir de los datos espectrales de las hojas de arroz. Este estudio proporciona una referencia para el futuro monitoreo por teledetección de la contaminación por metales pesados en el suelo agrícola que sea cuantitativo, dinámico y no destructivo en una gran área.