一种县域尺度高风险污染地块快速筛查方法与流程

1.本发明涉及环境科学技术领域，具体而言，涉及一种县域尺度高风险污染地块快速筛查方法。


背景技术：

2.污染场地引起的人体健康风险、生态破坏一直是突出的环境问题，一般与工业化过程相关，包括在产企业场地、废弃工厂、工业废弃物堆放以及意外污染事故等。在不同空间尺度上，包括区域、地区及场地等尺度，开展污染场地识别、调查以及污染途径分析，并构建相应的环境风险评价技术和方法体系，有助于加强污染场地的风险管控。
3.污染场地的管理需要综合评估各类信息，包括自然、社会及生态等影响因子，当在地区尺度(县域)上进行污染场地风险管控时，首要亟待解决的问题就是高风险污染地块筛查问题，有助于解决决策者优先性问题的困扰。目前，地区尺度的疑似污染场地风险筛查方法主要为两种，一种是以美国超级基金污染场地危害分级系统(hazard ranking system,hrs)为代表，基于“源-途径-受体”模式构建指标体系的评价方法，其风险表征有通过指标直接赋分综合估算，也有通过赋权方法得到风险值；另一种则是以欧洲环境局提出的风险初筛模型(preliminary risk assessment model,prams)为代表，基于多个针对场地及其周围环境的问题，按照一定流程进行回答，从而筛选出应进入下一步详查的疑似污染地块。
4.相较于发达国家，我国污染场地管理起步较晚，国家、区域以及地区尺度的疑似污染场地或污染场地名录构建不够完善，故疑似污染场地的识别也应是目前高风险污染地块筛查的前期工作，其完整性及空间位置准确性是主要需要解决的问题；通过类似prams的问答式方法进行风险筛查具有一定的合理性，但缺少指标及风险分级，且没有地理空间分析，而以hrs为代表的风险评价方法，大多是以构建基于gis的决策支持系统为目标，具有较好的发展前景；除了疑似污染场地识别问题需要解决，在已有污染地块风险筛查方法中，并没有针对污染地块进行系统的分类，其行业类型及场地属性一定程度上影响其污染扩散途径及风险程度，故疑似污染地块的分类应是地区尺度上进行地块风险筛查的前期工作之一。
5.通过工商信息得到的企业点位，所在位置往往与实体生产厂房有所偏差，且高污染行业往往存在历史遗留问题，例如私开小作坊用于选矿、偷排废渣等，故以工商信息得到规模以上企业的准确点位的同时，通过高分遥感及野外调研，对县域尺度内可能存在污染的实体进行识别能进一步完善疑似污染场地名录；污染场地所属产业行业，以及其本身属性，一定程度上与污染场地污染特征及扩散途径相关，而各地区的发展背景不同，必然导致产业经济类型的差异，明确所在地区疑似污染场地污染迁移的途径，有助于疑似污染地块的快速筛查；构建指标体系进行风险评价，往往存在赋权问题，层次分析等方法的运用需要一定的主观经验，而灰色关联等方法则主要依靠关联度计算，后者主要针对具有可测性的指标进行权重赋值，而前者则可针对概括性指标，主客观方法并不存在好坏之分，对于风险筛查可结合使用。


技术实现要素：

6.本发明旨在解决现有技术中疑似污染场地的识别的完整性及空间位置准确性不高的问题。本发明提供一种县域尺度高风险污染地块快速筛查的方法，通过县域尺度疑似污染场地的识别以及风险评价体系的构建，对疑似污染地块进行风险筛查，得到进一步详查的优先性名单。
7.为了解决上述技术问题，本发明第一方面提出一种县域尺度高风险污染地块快速筛查方法，包括：
8.基于高分遥感及野外调研，进行县域尺度疑似污染地块空间点位识别，其中，采用野外调研与目视解译相结合，对疑似污染地块总结遥感解译特征并进行分类；
9.依据污染迁移途径，对风险要素进行分析，构建高风险污染地块快速筛查指标体系，其中，大气、地表水及地下水途径的准则层指标包括污染源危害性、扩散可能性以及受体敏感性，而土壤暴露途径的准则层指标包括污染源危害性及受体敏感性；
10.基于所述准则层构建各污染迁移途径指标，通过灰色关联分析和层次分析方法得到指标权重；
11.依据风险估值及各迁移途径风险值估算，筛查县域尺度内高风险污染地块。
12.可选地，所述疑似污染地块的空间地点和名录通过以下方法确定，
13.通过相关部门公开资料及工商信息搜集，初步构建疑似污染地块名录，工商爬取信息包括地址、行业类型、注册时间、注册资金以及主要产品；
14.将疑似污染地块初选名录依据其地址标注在遥感图上，通过目视解译，初步判断地址的准确性，同时对未进入名录但可能为疑似污染地块的地块进行标注；
15.以遥感图为底图，在野外调研中，对疑似污染场地地理位置进行纠偏，同时通过访谈及相关部门资料的收集补全其属性信息，对未进入名录的疑似污染地块进行现场查看并访谈，明确其是否进入疑似污染地块名录，最终形成县域尺度疑似污染地块名录。
16.可选地，明确所述疑似污染地块迁移途径，依据信息包括疑似污染地块产业行业以及场地属性，包括：
17.依据已有所述疑似污染地块名录，明确疑似污染地块的产业行业类型以及场地属性，从而明确其迁移途径。
18.可选地，所述县域尺度高风险污染地块快速筛查指标体系构建的方法，包括：
19.所述指标体系包括目标层、准则层和指标层，所述目标层为多目标风险值估算，包括大气途径、地表水途径、地下水途径以及土壤暴露；所述准则层以“源-途径-受体”范式设置，大气、地表水、地下水途径都设置为“污染源危害性-扩散可能性-受体敏感性”结构，土壤暴露途径为“污染源危害性-受体敏感性”结构；其中，
20.所述污染源危害性，反映疑似污染地块潜在污染物特性以及污染源运营规模；
21.所述扩散可能性，反映不同污染迁移途径中污染向周围空间扩散的可能性；
22.所述受体敏感性，反映地块周边受体对污染物的敏感性。
23.可选地，所述高风险污染地块快速筛查指标权重估算的方法，包括：
24.所述灰色关联分析计算指标权重，包括构建参考指标序列、无量纲化以及基于关联系数公式计算关联度矩阵，以下至上分配各层次因素权重；
25.所述层次结构分析计算指标权重，包括构建各层次判断矩阵、单层权重排序、层次
总排序以及一致性分析，以上至下分配各层次因素权重；
26.所述指标层权重以灰色关联分析权重为主，以层次结构分析权重为辅，所述目标层、准则层以层次结构分析权重为主，以灰色关联分析权重为辅。
27.可选地，所述筛查县域尺度内高风险污染地块快速筛查方法，包括：
28.基于所述“污染源危害性-扩散可能性-受体敏感性”各准则层评估风险值的聚类分析，从而进行风险分级；
29.按照疑似污染地块风险值及各准则层风险分级，快速筛选高风险污染地块。
30.可选地，构建所述“污染源危害性-扩散可能性-受体敏感性”指标体系，包括：
31.疑似污染地块的污染物迁移途径明确的基础上，首先进行污染源危害性指标构建，包括污染物特性和运营规模，依据疑似污染地块原材料及产品中可能存在的危害物质种类，其中，
32.污染物特性包括毒性和迁移性，所述毒性以慢性暴露毒性、致癌斜率因子以及急性毒性参数进行分级评估得到，所述迁移性则在不同迁移途径中有不同分级方式；
33.所述运营规模则是从生产规模和运营时长估算有害物质排放量，其次，进行扩散可能性指标构建，依据不同迁移途径构建不同指标，大气途径主要依据周边植被覆盖和污染源类型，污染源类型一定程度上决定了气体和颗粒扩散方式的强度，地下水途径依据降雨量、地层水力渗透性以及含水层深度；地表径流途径依据降雨量、场地汇水面积、土壤类型以及周边植被覆盖；土壤暴露途径依据周围人类活动情况表征暴露的可能性。
34.可选地，综合灰色关联分析及层次分析两种方法确定权重，包括：
35.基于所述灰色关联分析，计算关联系数得到各层次指标体系的权重w
g
，关联系数计算公式为，
36.基于所述层次分析法，构建各层次两两比较矩阵，通过最大特诊根的计算，对其特征向量归一化作为权重向量，从而得到此类方法的权重w
f
；
37.综合以上两种方法，通过以下公式得到各层次指标权重值w：
38.w＝aw
g
bw
f
39.式中，a与b为各层次指标权重值的权重值，a b＝1。
40.可选地，所述基于“污染源危害性-扩散可能性-受体敏感性”各准则层评估风险值的聚类分析，聚类方法为k均值聚类方法，聚类相似性测度采用欧式距离，聚类准则采用误差平方和，准则函数为，差平方和，准则函数为，
41.通过以上方法，本发明建立了适用于县域尺度疑似污染地块高风险快速筛查的方法，在县域尺度上通过污染场地类型划分及途径识别，有助于与大尺度风险评价相衔接，而其指标体系的构建能进一步指导场地尺度风险评价；通过快速高效的高分遥感解译与野外调研，较好地覆盖了整个县域尺度的疑似污染场地的风险筛查；基于gis工具，进行指标的灰色关联和层次分析综合的赋权方法，在不同地区可较为灵活地运用，有助于解释风险分级状态。
附图说明
42.为了使本发明所解决的技术问题、采用的技术手段及取得的技术效果更加清楚，下面将参照附图详细描述本发明的具体实施例。但需声明的是，下面描述的附图仅仅是本发明的示例性实施例的附图，对于本领域的技术人员来讲，在不付出创造性劳动的前提下，可以根据这些附图获得其他实施例的附图。
43.图1是示出了根据本发明实施例的一种县域尺度高风险污染地块快速筛查方法流程图。
44.图2是示出了根据本发明实施例的一种疑似污染地块各迁移途径示意图。
45.图3是示出了根据本发明实施例的一种疑似污染地块各迁移途径指标体系框架图。
具体实施方式
46.现在将参考附图来更加全面地描述本发明的示例性实施例，虽然各示例性实施例能够以多种具体的方式实施，但不应理解为本发明仅限于在此阐述的实施例。相反，提供这些示例性实施例是为了使本发明的内容更加完整，更加便于将发明构思全面地传达给本领域的技术人员。
47.在符合本发明的技术构思的前提下，在某个特定的实施例中描述的结构、性能、效果或者其他特征可以以任何合适的方式结合到一个或更多其他的实施例中。
48.在对于具体实施例的介绍过程中，对结构、性能、效果或者其他特征的细节描述是为了使本领域的技术人员对实施例能够充分理解。但是，并不排除本领域技术人员可以在特定情况下，以不含有上述结构、性能、效果或者其他特征的技术方案来实施本发明。
49.附图中的流程图仅是一种示例性的流程演示，不代表本发明的方案中必须包括流程图中的所有的内容、操作和步骤，也不代表必须按照图中所显示的顺序执行。例如，流程图中有的操作/步骤可以分解，有的操作/步骤可以合并或部分合并，等等，在不脱离本发明的发明主旨的情况下，流程图中显示的执行顺序可以根据实际情况改变。
50.附图中的框图一般表示的是功能实体，并不一定必然与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
51.各附图中相同的附图标记表示相同或类似的元件、组件或部分，因而下文中可能省略了对相同或类似的元件、组件或部分的重复描述。还应理解，虽然本文中可能使用第一、第二、第三等表示编号的定语来描述各种器件、元件、组件或部分，但是这些器件、元件、组件或部分不应受这些定语的限制。也就是说，这些定语仅是用来将一者与另一者区分。例如，第一器件亦可称为第二器件，但不偏离本发明实质的技术方案。此外，术语“和/或”、“及/或”是指包括所列出项目中的任一个或多个的所有组合。
52.图1是示出了根据本发明实施例的一种县域尺度高风险污染地块快速筛查方法流程图。
53.为了解决上述技术问题，本发明提供如下技术方案：
54.一种县域尺度高风险污染地块快速筛查方法，
55.步骤1，进行县域尺度疑似污染地块空间点位识别，主要基于高分遥感及野外调研，通过样本及标识的构建，完善县域尺度疑似污染场地空间点位及名录，具体过程如下：
56.通过相关部门公开资料及工商信息收集，初步构建疑似污染地块名录，工商收集信息包括地址、行业类型、注册时间、注册资金以及主要产品等，所用方法为取得第三方网站api，通过网络爬取工具进行信息爬取并整理；
57.将疑似污染地块初选名录依据其地址标注在遥感图上，通过目视解译，初步判断地址的准确性，同时对未进入名录但可能为疑似污染地块的地块进行标注；
58.以遥感图为底图，在野外调研中，对疑似污染场地地理位置进行纠偏，同时通过访谈及相关部门资料的收集补全其属性信息，对未进入名录的疑似污染地块进行现场查看并访谈，明确其是否进入疑似污染地块名录，最终形成县域尺度疑似污染地块名录。
59.步骤2，明确所在地区疑似污染地块迁移途径，依据信息包括疑似污染地块产业行业以及场地属性等，具体过程如下：
60.依据已有疑似污染地块名录，明确疑似污染地块的产业行业类型以及场地属性，从而明确其迁移途径。例如，在产冶炼工业场地污染物的释放方式主要为废气和废渣；尾矿库污染物的释放方式主要为意外泄露、废气和渗漏；关停的化工类厂房污染物可能主要通过土壤暴露影响人体健康等。
61.步骤3，进行县域尺度疑似污染地块风险筛查指标体系构建，在已有地块类型及污染迁移途径判据的前提下，构建“污染源危害性-扩散可能性-受体敏感性”指标体系，具体过程如下：
62.疑似污染地块的污染物迁移途径明确的基础上，首先进行污染源危害性指标构建，主要从污染物特性和运营规模两方面入手，依据疑似污染地块原材料及产品中可能存在的危害物质种类，污染物特性包括毒性和迁移性，毒性以慢性暴露毒性、致癌斜率因子以及急性毒性参数进行分级评估得到，迁移性则是在不同迁移途径中有不同分级方式，具体见“具体实施方式”所述；运营规模则是从生产规模和运营时长估算有害物质排放量。其次，进行扩散可能性指标构建，依据不同迁移途径构建不同指标，大气途径主要依据周边植被覆盖和污染源类型，污染源类型一定程度上决定了气体和颗粒扩散方式的强度，具体见“具体实施方式”所示；地下水途径主要依据降雨量、地层水力渗透性以及含水层深度；地表径流途径主要依据降雨量、场地汇水面积、土壤类型以及周边植被覆盖；土壤暴露途径主要依据周围人类活动情况表征暴露的可能性。
63.步骤4，进行指标量化及风险估算，指标赋权方法主要通过灰色关联度分析及层次分析法得到，指标量化参考已有研究及文献总结得到，风险分级主要依据聚类分析方法，具体过程如下：
64.指标体系构建后进行指标量化，分为连续型指标和离散型指标的量化，连续性指标介于0-10，进行线性插值量化并分级，离散型指标依据作用正负性进行0-10之间的自然断点分级；
65.之后综合使用主客观方法对指标进行赋权，包括灰色关联分析法和层次分析法。灰色关联分析法是主要通过对少量已知信息的挖掘，提取得到有价值的信息，实现对系统演化规律的相关描述，核心原理是将部分已知对象与待识别对象进行几何线性比较，计算反映贴近程度的关联度，从而判断各指标权重。灰色关联分析计算权重，具体流程如下：
66.确定分析序列，即在对研究问题定性分析的基础上，选取各指标最优集；之后对变量序列无量纲化；关联系数矩阵计算，包括绝对差、最大差以及最小差序列计算，并基于关联系数公式计算关联系数；计算关联度以及各指标权重。
67.层次分析法计算权重，具体流程如下：
68.构建层次结构，分目标层、方案层以及准则层；构建判断矩阵，通过因素相互比较确定各层次因素的判断矩阵；单层排序及一致性检验，层次总排序以及一致性检验。
69.在得到关联度分析的权重值和层次分析得到的权重值后，对于指标层的权重值以关联度分析得到的权重为主，层次分析得到权重为辅；而其他层次的权重值则以层次分析为主，关联度分析为辅。
70.基于权重计算得到各个疑似污染场地的每种迁移途径的风险值的基础上，进行基于“污染源危害性-扩散可能性-受体敏感性”各层次评估值的聚类分析，从而进行风险分级。
71.步骤5，进行县域尺度高风险污染地块风险筛查，在已有风险分级的基础上，通过各指标等级临界点分析，筛查出高风险污染地块，具体过程如下：
72.以权重及指标量化得到的疑似污染场地风险值能较快筛选出总风险较高地块，同时在此基础上，对每个指标进行等级临界点的分析，得到每种迁移途径上高风险地块。
73.与现有疑似污染地块风险筛查方法相比，本发明的有益效果是：建立了适用于县域尺度疑似污染地块高风险快速筛查的方法，在县域尺度上通过污染场地类型划分及途径识别，有助于与大尺度风险评价相衔接，而其指标体系的构建能进一步指导场地尺度风险评价；通过快速高效的高分遥感解译与野外调研，较好地覆盖了整个县域尺度的疑似污染场地的风险筛查；基于gis工具，进行指标的灰色关联和层次分析综合的赋权方法，在不同地区可较为灵活地运用，有助于解释风险分级状态。
74.如图1所示，本发明实施例通过疑似污染场地识别、风险筛选指标体系构建、粗糙集和熵权理论结合赋权以及模糊综合分析等方法，将所属区域的环境条件进行综合、简化。
75.1)基于高分遥感的疑似污染场地识别：
76.在本实施例中主要针对有色金属矿采选业、有色金属冶炼、石油开采、石油加工、化工、农药、焦化、电镀、制革等9大重点行业的污染场地以及尾矿库、渣堆等固废堆放污染物为识别对象，高分遥感影像分别为0.5米分辨率google影像，首先进行室内解译，再进行野外调研，进一步确认及收集样本，从而在全域范围内识别疑似污染场地的空间点位，最终通过调研信息、工商信息以及当地统计年鉴得到疑似污染场地点位属性。以下为样本存储目录结构以及遥感样本示意图，
77.目录结构说明root项目根目录tcsp污染场地样本标签目录adminr县级行政区目录industry行业目录cstype污染场地类型目录rs影像数据源目录xxxxxx..x1.tiff污染场地样本标签1
xxxxxx..x2.tiff污染场地样本标签2
……
xxxxxx..xn.tiff污染场地样本标签n
78.表1疑似污染场地样本存储目录结构
79.2)疑似污染场地污染迁移途径
80.图2是示出了根据本发明实施例的一种疑似污染地块各迁移途径示意图。进行疑似污染场地的风险评估，其主要依据是属性信息与风险间的联系，对于实施例所在区域，疑似污染场地的属性信息往往与产业行业、场地状况等相关，故本发明中按产业行业和场地属性进行疑似污染场地污染迁移途径分析，具体内容如下：
81.首先判断场地所在产业行业，从而判断其可能存在的污染物释放方式以及主要迁移途径，而一旦场地不是在产，而是关停场地，则只依据土壤暴露和地下水途径两种途径进行评估；另外若场地为尾矿库性质，则其污染物迁移途径主要为地下水和大气途径，而污染物释放方式可能还包括意外泄漏。依据产业行业确定可能存在的污染物释放方式以及主要污染途径，如下表2，表2依据产业行业确定可能存在的污染物释放方式以及主要污染途径
[0082][0083]
3)县域尺度疑似污染地块风险筛查指标体系构建
[0084]
图3是示出了根据本发明实施例的一种疑似污染地块各迁移途径指标体系框架图。本发明实施例从“污染源危害性-扩散可能性-受体敏感性”体系出发，构建县域尺度疑似污染地块风险筛查指标体系，指标体系由目标层、准则层以及指标层构成，基于多途径反映疑似污染地块的环境风险。指标体系具体内容详见表3，表3除了按照以上体系及评估层方式展示指标构成以外，还阐明了指标的作用及数据来源。
[0085]
表3县域尺度疑似污染地块风险筛查指标体系
[0086]
[0087][0088]
4)指标量化和风险估算
[0089]
风险估算中，最重要的是权重设置，从而表征指标对风险的贡献程度；而指标量化主要基于原始数据标准化，本实施例中各指标值介于1-10。
[0090]
通过灰色关联及层次分析方法确定指标权重，首先进行灰色关联分析，具体过程如下：
[0091]
提取各项指标风险最大化值，组成参考对象，记作x0，其指标序列可表示{x0(1),x0(2),
…
,x0(n)}，其他待评估对象记作x1,x2,
…
,x
t
，其指标序列为{x
i
(1),x
i
(2),
…
,x
i
(n)}。
[0092]
对以上对象指标进行无量纲化，本实施例中采用区间值化法。
[0093]
比较参考对象与待评估对象，计算绝对差x
0i
(k)＝|x0(k)-x
i
(k)|，再计算关联系数，公式为：式中ρ为分辨系数，一般取0.5。
[0094]
基于关联系数计算得到权重矩阵
[0095]
层次分析确定权重，首先确定其层次结构，本指标体系中目标层被细化为4种途径风险值，相对于常见的单一目标层次结构指标体系，本发明中指标体系可理解为多目标层次结构指标体系，其目标层、准则层以及指标如表3。
[0096]
之后构造判断矩阵，假设其中某一层次因子序列为x＝{x1,
…
,x
n
}，对因子进行两
两比较建立矩阵记作a＝(a
ij
)
n
×
n
，其取值介于1-9，量化范围从“同等重要”的“1”，到“绝对重要”的“9”。
[0097]
层次单排序和一致性检验，首先确定相对权重向量，由上可知a为一致性正互反矩阵，记w＝(w1,w2,
…
,w
n
)
t
，即为权重向量.且则w为矩阵a的特征向量，且n为特征根，一般取最大特征根，其对应的特征向量归一化后可近似作为a的权重向量。一致性检验包括一致性指标、随机一致性指标及一致性比率指标计算，一致性指标随机一致性指标ri通常由实际经验给定，一致性比率当cr<0.10，认为判断矩阵一致性可以接受，则λ
max
对应的特征向量可以作为排序的权重向量。
[0098]
层次总排序和一致性检验，若上一层次总排序权值为a1,a2,
…
,a
m
,其下一层次排序权值分别为b
1j
,b
2j
,
…
,b
nj
(j＝1,2,
…
,m)，则这一层的总排序权值为(i＝1,2,
…
,n)。下一层次对上一层次单层排序的一致性指标为ci
j
(j＝1,2,
…
,m)，随机一致性指标为ri
j
，则下一层次总排序随机一致性比率为当cr<0.10，认为其总层次排序具有满意的一致性。记指标层总排序权值为w2。
[0099]
综合灰色关联分析权重值和层次分析权重值，指标层权重以灰色关联权重值为主，层次分析权重值为辅，准则层和目标层则以层次分析权重值为主，主辅比率设置为1.5。
[0100]
5)县域尺度高风险污染地块风险筛查
[0101]
疑似污染地块风险筛查指标构建及风险估算后，可进行地块风险分级及相应的多种途径风险分级评估，多途径风险分级评估可理解为在不考虑量化途径间权重的前提下，对疑似污染地块多种途径下的高风险进行筛选，有助于多途径污染管控的灵活运用。疑似污染地块快速筛查风险分级，主要基于四分之三分位数筛查高风险地块，风险数据标准为0至1区间内，高风险地块为0.75<r
i
≤1；多途径风险分级评估，则是分别从大气途径、地表水途径、地下水途径以及土壤暴露四类途径对其风险值进行高风险筛选，基于各途径中准则层数值进行聚类分析，具体如下：
[0102]
本实施例中所用方法为k均值聚类，是基于准则函数最优，使样本到聚类中心距离平方和取得最小值的算法。疑似污染地块作为样本集x＝{x1,x2,
…
,x
n
}，其各途径准则层，包括大气途径的污染源危害性、扩散可能性和受体敏感性，地表水途径的污染源危害性、扩散可能性和受体敏感性，地下水途径的污染源危害性、扩散可能性和受体敏感性，以及土壤暴露途径的污染源危害性、受体敏感性，形成d＝11维特征向量，设定簇类数k和初始聚类中心c
i
，本实施例中相似性测度采用欧式距离，聚类准则采用误差平方和准则，准则函数为根据最小距离原则将每个对象分配到某一簇中，然后不断迭代更新聚类中心，直至收敛。
[0103]
与现有技术相比，本发明的有益效果为：
[0104]
建立了适用于县域尺度疑似污染地块高风险快速筛查的方法，在县域尺度上通过污染场地类型划分及途径识别，有助于与大尺度风险评价相衔接，而其指标体系的构建能进一步指导场地尺度风险评价；通过快速高效的高分遥感解译与野外调研，较好地覆盖了整个县域尺度的疑似污染场地的风险筛查；基于gis工具，进行指标的灰色关联和层次分析综合的赋权方法，在不同地区可较为灵活地运用，有助于解释风险分级状态。
[0105]
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行进一步详细说明，应理解的是，本发明不与任何特定计算机、虚拟装置或者电子设备固有相关，各种通用装置也可以实现本发明。以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。