随着我国工业固体废物产量迅速增长,大量工业固废堆存,堆填场地周边土壤及地下水环境受到严重污染,威胁周边居民身体建康及生态环境安全。本文以磷石膏工业固废堆填场地为对象,基于无人机遥感影像和机器学习算法,开展污染场地的重金属污染识别;采用计算机断层扫描,扫描电子显微镜和X射线衍射CT扫描进行酸性环境下土壤孔隙结构的识别,研究酸性环境下下黏土孔隙的变异性特征,基于COMSOl Multiphysics多场耦合软件建立劣化土壤的污染物迁移模型,探究黏土酸性劣化对于污染物迁移的影响;建立污染场地数据库,为风险评估提供污染物及暴露途径的选择,基于现场取样及问卷调查数据,采用蒙特卡洛进行考虑参数不确定性的污染场地风险评估。本文的主要研究结论如下:（1）利用搭载多光谱相机、激光扫描仪、RGB相机的无人机,获取场地多光谱图像、DEM和可见光影像。提取污染源距离、地形因子、遥感指数作为特征因子。通过相关性分析,确定光谱信息与重金属的分布存在相关关系。基于提取的特征,应用机器学习算法（XGBoost、RF、KNN、SVM和GBDT）,进行土壤中重金属含量的识别预测。与Kriging插值方法相比,该方法可以高效、准确地估算土壤中重金属的浓度,同时该方法可以量化特征变量的相对重要性。（2）磷石膏下方土壤孔隙结构特征随深度变化显著,孔隙数量随深度增加而减少。土壤大孔隙的球度普遍随孔隙直径的增大而减小,球度与直径的关系符合幂函数模型。大孔隙分布的垂向变异性导致了大孔隙度和渗透系数的垂向变异性,且随深度的增加而减小。硫酸根、氟化物和总磷含量随深度变化较大,这些污染物的分布与孔隙的分布相关。（3）黏土介质孔隙特征会显著影响污染物的迁移,污染物在变异性介质中比在均质黏土介质中迁移深度更远。水头差的升高同样是影响污染物迁移的重要因素。（4）目前重金属污染场地人体健康风险评估研究更倾向于选择Pb、Cd、Cu、Zn、Cr、Ni和As作为评估对象,重金属的摄入都是导致非致癌性和致癌性风险的重要的暴露途径,远大于皮肤接触和吸入引起的风险。（5）Ni和As的非致癌风险水平处于较高的风险范围,儿童超过80%的随机样本重金属的总风险大于1。除Pb外,其他重金属对于儿童造成的致癌风险远大于10-6,且样本概率大于99%。地下水的摄入是造成该场地当地居民非致癌风险及致癌风险的主要途径。