土壤是生命的载体,但化工类企业在发展时不可避免的对土壤造成破坏,污染物的大量累积会严重危害各类生命体的安全,因此,对场地污染进行修复与治理刻不容缓。然而在对场地污染进行调查、评估和修复等工作时面临着诸多问题,例如,数据多源异构、无法快速从大规模的场地数据中提取污染特征和钻孔取样选点难等等。本文针对这些问题,提出使用Hadoop平台管理多源异构数据,运用并行式计算技术快速提取污染特征,构建基于Cat Boost算法的场地污染态势评估方法,从而为钻孔取样选点提供参考,最后将相关成果、技术集成到可视化系统中,以期为相关部门治理或修复场地污染提供数据支持。本文主要研究内容如下:（1）研究基于Hadoop平台对多源异构污染场地数据的存储和计算。为了有效地组织和管理污染场地数据,通过Linux系统搭建Hadoop平台,基于Map Reduce计算框架,研究并行式计算技术提取污染场地的描述性统计特征、空间分布特征和污染场地风险特征,并通过Arc GIS绘制场地污染分布专题图。（2）研究基于Cat Boost的污染态势评估方法。基于环境调查相关的标准和法规,研究建立污染态势评估指标,以Cat Boost算法为核心提出污染态势评估方法。精度评价结果表明,该方法在不借助后期勘测数据的前提下能以较高精度实现对场地污染态势的评估,在示范场地上对中、高风险地块的识别正确率分别为73.3%和81.4%,具有较高的实用价值。（3）设计并开发场地污染态势评估可视化系统。通过对场地所有方、政府管理部门和场地修复方的需求分析,设计以门户网站为核心的系统架构,通过Vue框架开发登录页面、首页、数据管理、数据可视化、风险评价、污染态势评估6大模块,以便相关部门更加直观地了解场地的污染情况,同时提供数据支持。