城市扩张、工业发展和人口剧增导致城市土地生态系统承受着越来越大的风险。本文以土壤质量风险为研究内容,以山西省太原市为研究区,以2013年4月对研究区的系统布点采样为数据源,首先分析了土壤重金属元素和土壤养分的统计特征及其空间分布格局,探讨了土地利用方式对土壤质量的影响。在此基础上,利用支持向量机(Support Vector Machine,简称SVM)算法,对太原市的土壤重金属污染及土壤质量状况进行了评价,并结合太原市污染源普查数据,探讨了土壤重金属污染和污染源之间的关系。本文得到的研究结论主要有：(1)土壤重金属元素Cu、Zn、Cr、Pb和养分碱解氮、速效磷、速效钾等这些变量值之间的变动较大。除As以外,土壤重金属元素之间都有很显著且较强的正相关性；土壤养分各成分之间均具有显著的正相关性(P<0.01)。(2)小店区的Cu、Zn、Ni、Pb、Cd污染较重,Cu、Pb和Hg含量较高的样点位于晋源区,杏花岭区的As污染最严重,总体上小店区和晋源区污染较严重。(3)各土地利用方式只对土壤速效钾的含量有显著差异,对其他土壤养分指标和所有重金属元素的影响均无显著差异(P>0.05)。(4)基于SVM的重金属污染评价结果表明,太原市土壤总体上污染较轻,污染较重的样点主要分布在小店区；基于SVM的土壤质量评价结果表明,太原市土壤质量最好的区域主要为杏花岭区和万柏林区的一部分区域,土壤质量最差的样点主要分布在晋源区。结果表明,SVM在生态风险评价方面有很强的适用性和优越性,其分类精度较高,尤其是对小样本、非线性问题。(5)不同类别污染源对土壤重金属Zn、P、Cd、Hg的含量影响有显著差异。化工类污染源和矿石类污染源是需要加强治理和管理的两类主要污染源,它们可引起多种土壤重金属元素的污染,尤其是化工类企业。本文的研究结果从理论上验证了支持向量机算法在生态风险评价方面的适用性和优越性,弥补了传统评价方法的一些不足。实践上,该评价结果展示了太原市土壤重金属污染的轻重分布区及土壤质量优劣的分布区,可为当地相关部门进行污染治理和环境保护提供一定的参考和借鉴。