农田土壤重金属的日益累积已对农作物安全、生态环境和人类健康造成严重威胁,高效、精确地识别农田土壤重金属风险区对农田的环境保护、污染预警和风险管控等有重要意义。以广州市增城区为研究对象,共采集204个农田土壤样点,测定了铜(Cu)、锌(Zn)、铅(Pb)、镉(Cd)、铬(Cr)、砷(As)和汞(Hg)7种重金属含量。针对实际采样数据中存在异常值与偏态分布,以及传统克里格法存在的平滑效应等问题,将序贯指示模拟引入农田土壤重金属的风险识别中,与常用识别方法进行比较,并根据Hakanson风险指数评价进行风险区划。结果表明:1)对比普通克里格法,在精度相似情况下,序贯指示模拟法较为精细地模拟了重金属的空间分布,平滑效应低,预测的细节表现好;对比指示克里格法,其在划分风险区域时的不确定评估中准确度较高,其误判率仅为4.9%～17.1%,表明其能更好地适用于模拟农田土壤重金属的空间分布和风险识别;2)增城区的农田土壤重金属均未超标,但在南部的极少数区域存在潜在中等风险,主要成因是包括企业生产、人类活动和河流沉积物等。本研究以序贯指示模拟为基础,有效克服了传统克里格法存在的异常值信息丢失和平滑效应问题,结合Hakanson风险指数法,为非均匀采样的土壤重金属空间风险的识别提供一种新的尝试。