Identificar con precisión los riesgos y fuentes de contaminación es crucial para la gestión de recursos terrestres regionales. Este estudio toma un determinado condado costero en el este de China como objeto para explorar la distribución espacial, el riesgo de contaminación y la asignación de fuentes de metales pesados en el suelo superficial. Se recolectaron un total de 633 muestras del suelo superficial con una profundidad que varía de 0 a 20 cm, provenientes de diferentes tipos de topografía y uso del suelo (por ejemplo, tierras agrícolas, áreas industriales y áreas mineras), y se midieron las concentraciones de metales pesados y arsénico utilizando espectrometría de fluorescencia atómica y espectrometría de masas con plasma acoplado inductivamente. En primer lugar, se predijo la distribución espacial de los metales pesados en el suelo (Cd, Cr, Hg, Ni y Pb) y arsénico (As) incorporando variables ambientales que afectan fuertemente la formación del suelo en métodos geoestadísticos y enfoques de aprendizaje automático. Luego, se emplearon varios indicadores de contaminación para realizar evaluaciones de contaminación, y se implementaron evaluaciones de riesgo ecológico potencial basadas en el mapa de suelo generado. Finalmente, se llevó a cabo la asignación de fuentes utilizando bosque aleatorio (RF), puntuación de componente principal absoluta-regresión lineal múltiple (APCS-MLR), análisis de correlación y distribución espacial de metales pesados en el suelo y As. Los hallazgos de esta investigación revelan que el enfoque RF produjo el mejor rendimiento de predicción espacial.