马春龙，施小清，许伟伟，任静华，王 佩，吴吉春

（1.表生地球化学教育部重点实验室/南京大学地球科学与工程学院，江苏 南京 210023；2.自然资源部国土（耕地）生态监测与修复工程技术创新中心/江苏省地质调查研究院，江苏 南京 210018；3.常州市环境科学研究院，江苏 常州 213022）

随着城市化进程加快以及产业结构调整，我国大批企业关停或搬迁，遗留下来的工业污染场地（即棕地）超过50多万块[1]。由于棕地具有污染程度重、污染物组成复杂、土壤和地下水均受到污染等特点[2]，对居民食品安全、饮用水安全、生态环境、人居环境健康、经济社会可持续发展造成了严重威胁与挑战[1,3−4]。因此，亟待开展污染场地的调查评估、风险管控和修复。

为进行场地污染风险管控和修复，首先需要开展场地土壤和地下水的污染状况调查。完成第一阶段场地污染状况调查后，在第二阶段调查中需采集场地样本，初步采样分析和详细采样分析中将获得大量包含土壤和地下水的污染数据。数据样本数量大，监测项目多，数据结构复杂，其中隐含着大量的特征信息、关系信息以及分类信息，例如污染物在地下水和土壤两种介质中存在何种关联性，能否通过大数据分析进行场地污染源追溯。如何采取有效方法从大数据中提取价值信息成为一个重要的研究问题[5-6]。

受人力、物力以及财力的限制，无法对污染场地取大量样品并对所有指标逐一测试分析，如何在不影响污染场地客观评价的条件下，尽可能减少需检测的污染指标数目，降低场地检测费用，也是一个值得研究的问题。……