“污染场地”是指因堆积、 储存、 处理、 处置等方式承载了有害污染物质，并对人体健康和周边环境产生危害或具有潜在风险的空间区域^[1]. 近十年来，由于城市化发展以及产业结构升级调整等原因，我国10万个以上污染企业关停或搬迁，产生了大量的污染或潜在污染场地^[2]，威胁着周边居民的身体健康，并显著影响土地和地下水资源的安全使用. 近年来，湖南、 广西、 河北等地的工业场地土壤和地下水污染环境事故频发，使得污染场地的治理与安全再利用问题引起社会各界的广泛关注.

污染场地治理是一项复杂的、 耗资、 耗时的艰巨工程，发达国家每年要投入大量资金来对这些场地进行管理、 控制和修复^[3]. 经过几十年的不断发展，这些国家的场地修复领域已经取得了显著的进步，出现了很多物理、 化学或生物的修复技术，新型的组合修复技术也时有出现^[4]. 面对数量众多且条件各异的污染场地与修复技术，政府部门、 场地拥有者、 或其它可能牵涉其中的个人、 团体或机构等利益相关者存在着如何选择最佳场地修复技术的问题. 他们需要一套能够帮助提高决策效率的专业工具，在正确与合理评估污染场地对人体健康和生态环境影响的基础上，提出有针对性且经济高效的修复方案.

我国污染场地修复的研究主要集中在污染场地管理制度和风险评估的探讨^[5,6,7]，在污染场地调查和修复技术方面^[8,9]也已开展了系列研究，但针对我国污染场地修复的决策研究相对较少. 如何根据我国场地污染特征和国内外研究现状提出适合我国修复决策思路仍需进一步探索. 本文介绍了污染场地修复决策支持系统(简称“修复决策系统”，decision support system for remediation of contaminated sites, DSSRCS)的概念、 历史沿革、 作用和意义，阐述修复决策系统中常用的决策框架流程、 模型方法及常用的修复决策软件，并结合我国的实际情况提出适合我国的修复决策系统开发思路. 1 修复决策系统概述

1971年，国外学者首先提出“决策支持系统”的概念^[10]. 场地污染修复的决策支持系统是指采用专家评判、 软件模拟的方法，为决策者在启动耗资巨大的修复行动之前，筛选合理的污染控制与修复技术，制定经济高效的场地修复方案的综合评估系统^[11,12]. 决策过程涉及场地基础数据的管理分析、 修复目标的确定和修复工程量计算、 场地修复技术的筛选、 场地修复方案的优化等环节. 其中场地风险评价和修复技术筛选需要借助统计分析方法和专业的数学模型来实现，这些方法和模型能够改善管理决策的有效性，扩大和增强决策者处理问题的能力和范围.

最初的污染场地修复多采用封装技术，即采用挖掘-填埋的方式. 20世纪90年代后期，人们对污染场地修复的方式从原来的“简单填埋”、 “挖掘-焚烧”转变为考虑更多的现实因素，如经费来源、 修复措施的环境、 未来土地利用方式、 经济效益等^[13,14,15]，这便增加了修复决策的复杂性、 多样性和不确定性. 传统的场地修复决策成功与否，在很大程度上取决于决策者的主观判断. 而事实上决策者由于认识上的局限性，使决策具有很大程度的不确定性. 研究者开始开发基于PC机的修复决策系统，将计算机技术应用到污染场地修复决策中. 如1988年美国环境保护署基于综合环境反应、 补偿与债务法案 (CERCLA)提出了一套修复方案筛选流程，并开发出相应的软件应用平台^[16,17]. 在污染场地修复过程中引进决策支持系统能够为场地修复决策者的管理提供科学依据^[18]. 决策者使用决策支持系统记录和查看系统中的模型假设、 模型参数和预测的结果，决策过程中的每个步骤都是开放的、 透明的，并且整个过程可以重复测试. 此外，决策支持系统通过测试模型参数的变化对决策结果影响，可以处理决策过程中的不确定性，以期为决策者提供更加可靠的辅助.

2 修复决策框架的构建与分析

决策框架是修复决策系统决策流程图，能直观、 全面地跟踪和规划修复决策的整个过程，了解每一步决策的动态. 尽管场地的环境及污染特征不同，对不同场地分析和决策过程中的基本步骤是相似的^{[19, 20]}，USEPA超级基金计划较早提出场地修复决策系统框架^[17]，主要包括资料收集和污染场地调查、 修复目标的确定、 修复技术筛选、 确定修复方案等几个环节. 目前国际上提出的修复决策框架较多，根据框架的构建方式主要分为三类：一是按照场地调查评估和管理的步骤构建； 二是将修复决策过程视为数学建模过程，按照数学建模的思想和方法构建； 还有就是针对某特定场地问题构建的修复决策框架. 现选取5个有代表性的修复决策框架，分析其构建特征和决策模式. 2.1 NATO/CCMS试点工程开发的修复决策框架

Bardos等^[18]提出的典型污染场地修复决策框架包括决策前修复目标和评价指标的确定、 决策过程和最终决策这3个步骤，决策过程又细分成5个环节(图1)：第①个环节是收集特定场地相关信息和数据，包括与污染源、 暴露途径和污染受体相关的信息，土壤性质数据，水文地质数据等； 第②个环节是使用这些信息开发简单的场地概念模型； 第③个环节是进行地统计分析、 地下水流场和地下水中污染物传输分析、 人体健康风险评价等数据分析； 第④个环节是对决策变量进行解译和分析，从数据分析得出的结果中解译和分析出有用的决策信息； 第⑤个环节是对解译和分析出的决策信息存储到专家知识库中并以简洁的计算机语言辅助决策者进行最终的决策. 在决策之前首先需要确定修复目标和评价指标，然后通过决策支持过程识别出在评价指标的约束下满足修复目标的最优方案，其中①和②属于资料收集和污染场地调查阶段，③、 ④和⑤属于修复技术筛选阶段. 该框架是2000年6月北大西洋公约组织成立的现代社会挑战委员会(简称NATO/CCMS)决策支持专题会议的产物，集成了修复决策方面的专家知识，使修复决策过程透明化、 标准化.

图1

Fig. 1

图1 典型污染场地修复决策框架 Fig.1 Decision framework of remediating typical contaminated sites

Critto^[3]和Carlon等^[21,22]针对大型污染场地进行综合管理和修复决策提出了基于GIS的DESYRE修复决策框架，并开发出相应的软件. DESYRE框架是由6个模块组成^[23](图2)：在场地描述模块中，主要是收集场污染数据和水文地质数据的建立基础数据库，然后使用GIS工具对场地的污染物信息和水文地质信息可视化； 社会经济模块是使用模糊逻辑分析方法筛选出最佳土地利用方式； 风险评估模块分为两个阶段，前一阶段称为修复前风险评估，主要是评估场地中污染物在土壤和地下水中对人体健康的风险，后一阶段称为剩余风险评估，主要是模拟修复后场地的剩余风险图及不确定性； 在技术评估模块中，专家们通过执行多目标决策分析工具选择合适的修复技术或修复技术组合； 最后在决策模块中，根据评价指标对备选修复方案进行比较和分析. 其中①和②属于资料收集和污染场地调查阶段，③、 ④和⑤属于修复目标的确定和修复技术筛选阶段，⑥属于修复方案分析阶段. DESYRE软件提供了污染场地修复过程中几乎所有的评估与决策功能，它集成了风险评估和社会经济分析以及技术评估. 该软件包括几个分析工具，例如地统计，模糊逻辑，风险评估和地理信息系统(GIS)，其中社会经济评估模块使用的模糊数学方法和两次风险分析所使用的概率分析方法都是该框架的特色.

图2

Fig. 2

图2 DESYRE修复决策框架 Fing.2 DSSRCS framework of DESYRE

加拿大里贾纳大学针对石油场地修复中的大多数问题，包括场地污染物的识别、 数据库的管理、 污染迁移转化模拟、 风险评估和修复设计等，提出了URREM修复决策框架(图 3)，该框架是按照场地调查评估和管理的步骤构建，也是专门针对石油场地开发的. 依此框架开发的软件^[24]，是通过将污染物传输模型、 风险评价和修复系统设计集成到一个通用的框架，封装复杂的数据分析和建模任务来为决策者简化修复设计过程，从而让决策者可以专注于备选修复方案的开发和比较. URREM修复决策框架能够解决从场地调查评估到修复设计中的大多数石油污染场地问题. 在建立三维多相多组分模型为下一步风险评估提供分析基础上，使用不同方法来分析计算场地污染风险，根据风险评价结果决定场地是否急需修复. 如果场地确实需要修复，系统将推荐几种场地修复方案，最后对这些备选的修复方案进行分析和比较得出最优决策，其中①属于污染调查、 ②属于风险评价、 ③属于修复方案的选择.

图3

Fig. 3

图 3 URREM修复决策框架 Fig.3 DSSRCS framework of URREM

Baker等为美国能源部(DOE)开发的《决策分析方法指南》中提出的修复决策框架^[25](图4)和Linkov等^[26]提出的基于多目标决策分析方法(MCDA)的修复决策框架(图5) 非常相似. 前面提到的3种修复决策框架是按照场地调查评估和管理的步骤构建的，这2个框架都是按照数学建模步骤与过程构建的，它们都包括决策问题的定义、 备选修复方案的选取、 建立方案的评价标准，然后通过决策工具从备选修复方案中筛选出最佳修复方案. DOE框架中推荐的决策方法包括Pro-Cons分析法、 Kepner-Tregeo(K-T)决策分析法、 AHP层次分析法、 多属性效用理论法(MAUT)、 成本-效益分析方法(CBA). 这些方法能够适应于很多情形，考虑问题的复杂度、 可用的时间长度和有效的资源等因素，决策者可以针对①中问题的定义不同而选择不同的方法来优化方案. Linkov框架中的决策工具能够使用层次结构法(AHP)、 多属性效用理论(MAUT)、 级别不低于方法(Outranking)分析方法来对修复方案进行排序，还提供一些有用的图形化技术和可视化方法对收集到的信息进行直观的表达. 此外，Linkov开发的决策框架中还给出了不同决策阶段不同决策者在决策过程中的参与情况和不同决策工具在决策过程中应用程度.

图4

Fig. 4

图4 DOE修复决策框架 Fig.4 DSSRCS of DOE

图5

Fig. 5

图5 Linkov修复决策框架 Fig.5 DSSRCS of Linkov

国内有关污染场地修复决策的框架研究多是参考USEPA超级基金场地修复决策经验，如罗程钟等^[27]参照USEPA超级基金污染场地治理修复技术筛选的基本方法，提出了我国POPs污染场地修复技术筛选的基本路线. 谷庆宝等^[28]以美国超级基金场地修复为例，阐述了目前不同污染场地修复技术的应用状况. 陶锟等^[29]参考USEPA超级基金场地修复技术筛选经验，研究提出了一套适用于我国的城市工业污染场地修复技术筛选基本流程. 也有研究者从数学模型或者风险评价的角度出发提出一些修复决策框架，如张倩等^[30]在基于层次分析法(AHP)和逼近理想解排序(TOPSIS)法的研究基础上提出污染场地修复技术筛选决策流程. 潘云雨等^[31]和姜林等^[32]提出基于层次性人体健康风险评估污染场地风险管理与决策框架体系. 3 模型与方法在修复决策系统中的应用

修复决策系统是以数据为基础，以模型为驱动的系统，选取合适的数学模型或方法影响修复决策系统的科学性和高效性. 修复决策系统中常用的方法有修复多目标决策分析方法(MCDA)、 成本-效益分析法(CBA)、 生命周期评价法(LCA)、 技术筛选矩阵(Matrix)、 费用效果分析法(CEA)、 环境效益净值分析法(NEBA)、 环境技术评价法等，其中使用的比较多的主要有前4种(表1). 通过这些方法实现修复技术筛选、 修复费用估算、 修复方案优化等应用功能.

表1(Table 1)

表1 修复决策系统中常用的模型方法 1) Table 1 Models and methods commonly used in DSSRCS 模型方法 场地类型 主要功能 文献 MCDA 危险废物填埋场 修复技术筛选 [44,45,46,47] MCDA 萨瓦那河场地(核和化学工业) 修复费用评估 [48] MCDA 混合废物地下垃圾处理场 修复方案优化 [49] MCDA 垃圾填埋场 修复方案优化 [36,50] MCDA 密苏里河 修复方案优化 [51] MCDA 工业场地 修复费用评估 [52] MCDA — 修复技术筛选 [31] MCDA POPs污染场地和PCBs污染场地 修复技术筛选 [27,53] CBA — 修复技术筛选 [54] CBA — 修复工程的环境影响评估 [55] LCA 加拿大某铅污染场地 修复方案优化 [37] LCA — 修复工程的环境影响评估 [38] LCA 某原油污染场地 修复工程的环境影响评估 [39] LCA LNAPL污染场地 修复方案优化 [42] LCA 地下水污染场地 修复工程的环境影响评估 [56] LCA 三氯乙烯污染场地 修复工程的环境影响评估 [57] 1)“—”表示文章中没有相关数据

表1 修复决策系统中常用的模型方法 1) Table 1 Models and methods commonly used in DSSRCS

多目标决策分析方法(MCDA)是解决多层次多目标的决策问题最好的方法，它为修复决策提供一种科学工具. 已有大量关于多目标决策问题的研究，并开发出相关的模型方法，应用于场地修复决策的MCDA方法主要包括MAVT/MAUT、 AHP层次分析法和Outranking级别高于关系法3种. MAVT/MAUT有SMART法和TOPSIS法两种派生. SMART方法可与AHP方法结合能弥补AHP方法的排序颠倒性问题， 如Bezama等^[34]将SMART和AHP方法结合应用于支持污染场地修复决策平衡计分卡系统中的指标权重确定. TOPSIS与AHP方法结合既能克服AHP在不易定量化指标上的主观性，又能避免TOPSIS对指标权重的忽视，如张倩等^[30]将AHP和TOPSIS结合运用于解决污染场地修复技术筛选问题. 与MAUT相似，AHP能聚合不同层面的决策问题形成目标函数，主要是筛选出使目标函数达最大值的备选方案，罗程钟等^[27]针对POPs污染场地修复技术从经济指标、 环境指标和技术指标3方面，采用AHP筛选出适合特定POPs污染场地的修复技术. Critto等^[33]建立了一套综合考虑修复技术特征和污染场地具体状况的两阶段污染场地修复技术筛选决策支持体系，先从修复技术库中初筛出可行的技术列表，然后采用MCDA方法对列出的可行技术进行评分和排序. 级别高于关系法的一个优点是不需要统一评价标准的单位，主要包括ELECTRE方法和PROMETHEE方法两种. 李安婕等^[35]运用PROMETHEEⅡ偏好排序法对当前场地修复技术以及典型场地条件进行了客观分析和综合评价，实现基于具体修复目标的污染场地土壤修复技术择优筛选.

CBA和LCA方法分别从污染场地修复策略的费用效益角度和修复工程全过程的环境影响角度来量化污染场地修复方案评估. CBA是一种环境经济学方法，能够比较不同贴现率水平下污染场地修复的费用效益情况^[36]. LCA可对污染场地修复工程的环境影响进行后评估^[37,38,39]； 为污染场地修复方案的筛选和优化设计提供环境影响基准^[40,41,42]等. 国内学者针对生命周期评价法在污染场地修复中的应用也开展了研究，如胡新涛等^[43]应用生命周期评价(LCA)结合影响评价2002+方法(IMPACT 2002+)，分析比较了碱性催化分解(BCD)和红外高温焚烧(IRI)技术在处理PCBs污染土壤全过程的环境影响，研究结果表明，处理1000 kg PCBs 污染土壤, BCD和IRI技术的综合环境影响分别为0.147 Pt和0.279 Pt. 4 主要修复决策系统软件的功能分析

在决策框架和模型方法的基础上，可以结合计算机技术将整个修复决策过程软件化，为场地修复决策提供技术支持. 一个完整的修复决策系统程序应包括多个相互联系的模块，各个模块完成各自独立的功能，并且能为其它模块提供参数输入，这些模块为最终的决策提供支持. 在一些早期开发的决策支持软件(DSS)中，许多软件都是为了重点解决一些具体的问题，而很少有包含场地修复过程中所有的评估与决策功能，如RAAS虽然包括污染场地修复过程的各模块，但是却不包括用于管理和分析空间数据功能^[58]. 表2中列出了在场地修复中用到 较多且具有代表性的软件，这些软件经过大范围的 验证，能为修复决策者提供帮助. SMART Sampling、

表2(Table 2)

表2 污染场地修复决策系统软件 1) Table 2 Software for DSSRCS 软件名称 开发者 主要功能 UABA 欧盟 — &AMDTreat — g &ARAMS — a,f *API-DSS 美国石油学会 b,f &BIOCHLOR — a,d &BIOPLUME Ⅲ 美国赖斯大学 a,d &BIOSCREEN Air Force d UBIOSVE 美国科学软件集团 d &CURE 美国桑迪亚国家实验室环境风险评价和监管分析部 g &DARTS 联合国工业发展组织UNIDO a,g *DECERNS 佛罗里达大学、 剑桥环境公司 f,g *DESYRE 意大利威尼斯研究联合会与威尼斯大学 a,b,d,f &DQO-PRO 美国西北太平洋国家实验室 a &ELIPGRID-PC 美国西北太平洋国家实验室 a &FIELDS EPA a,f,g &FSPLUS — a &GANDT 美国桑迪亚国家实验室环境风险评价和监管分析部 e &GeoSEM — a &HSSM — a &MAPER 新墨西哥州立大学 b &MARS DAEM a,b,e,d &MNAtoolbox 美国桑迪亚国家实验室 d &MODLP 地下水修复设计研究中心 e &NAS 弗吉尼亚理工大学、 美国地质调查局、 海军设施工程司令部 a,e &OPTMAS 美国桑迪亚国家实验室环境风险评价和监管分析部 e UPLANET 伯克利国家实验室 a,b &PLUME 美国阿贡国家实验室 a &PRECIS 美国桑迪亚国家实验室环境风险评价和监管分析部 b,f *RAAS 美国西北太平洋国家实验室 d,f *RACER 美国三角洲研究公司 a,g *REC 荷兰原位生物修复研究计划(NOBIS) d,f &RESRAD — c,f UROAM 美国电力研究院(EPRI) d &SADA 美国田纳西州大学 a,f,g &SCRIBE 美国EPA的环境应急响应工作组(ERT) a &SEDSS 美国桑迪亚国家实验室环境风险评价和决策分析部 a,b,c,d &SELECT 伯克利国家实验室 a,b,f,g USitePlanner 阿贡国家实验室 a,b &SMARTe 美国环保部 a,c,f,g *Smart Sampling 美国桑迪亚国家实验室 a &SourceDK — d &VSP 美国西北太平洋国家实验室 a,g 1)&表示免费，*表示商用，U表示不确定； a为场地特征描述，包括数据质量目标的定义和采样设计，场地概念模型的建立； b为污染物性质和污染程度分析，污染物的性质和污染范围，包括污染物的归趋和迁移模拟； c为数据价值分析，优化样品采集； d为修复方案分析，基于场地特征数据，识别出最佳修复方案； e为修复设计优化； f为人类健康与生态风险评价； g为成本利益分析，不同修复方案或不同修复目标的成本； “—”表示文章中没有相关数据

表2 污染场地修复决策系统软件1) Table 2 Software for DSSRCS

GeoSEM、 SADA和 FIELDS软件主要是关注于污染场地的特征描述和场地风险评估，其中以SADA软件应用较多，如Purucker等利用SADA软件评估田纳西州的一个废弃金属冶炼厂的生态风险，并结合场地特征描述确定详细修复设计方案^[59]. USEPA的Land Research Program开发的BSAF、 PCBRes和ECOTOX这3个软件^[60]只关注生态风险评估. USEPA的Environmental Response Team(ERT)开发的Scribe软件只提供了对场地环境采样数据和场地监测数据进行集中管理，缺乏对这些数据进行空间分析的能力. ARAMS是一个多环境介质系统的风险分析框架^{[61, 62]}，软件包括对人类健康和生态的风险评估模块，以及一些统计分析功能，能够针对某个特定的污染场地快速地建立起场地的概念模型. 然而，最新版本的ARAMS软件基本上就是一个风险评估软件，而不包括社会经济和技术评估模块. 在风险评价功能上，一些系统(如DESYRE，SADA)软件结合GIS的空间分析能力和可视化技术以风险分级图的形式提供给决策者，让决策者更加直观形象地理解决策结果.

联合国工业发展组织开发的DARTS修复技术筛选辅助决策系统^{[4, 63]}和RACER修复行动成本估计^[64]这两个软件只关注修复技术的筛选. DESYRE软件将修复技术筛选功能集成到整个决策支持系统中作为一个子模块，并建立修复技术数据库和修复技术筛选方法库，而在评价时通过建立一套指标评价体系对修复方案进行评分. 张海博等^[11]利用DESYRE软件对中国北方某污染场地的修复问题进行研究，结果表明，该场地的最佳用地方式为居住用地或娱乐用地，清挖处理技术与土壤固化稳定技术(异位)配合应用修复效果较好. REC系统通过成本、 环境影响和风险等因素分析备选修复技术的综合效益，然后确定最佳修复方案. 5 适合我国国情的修复决策系统开发思路

发达国家早在20世纪90年代初期就开发了环境决策支持系统^[3]，后来一些决策框架和数学模型应用到污染场地修复决策中，并逐渐发展目标和作用各异的多类修复决策系统. 我国的污染场地修复属于战略性新兴产业，市场需求巨大且迫切，然而由于各项研究均属起步阶段，标准规范体系亟待构建，实用技术有待研发与完善，因此，急需建立适合于我国国情的修复决策系统，为政府与业主所面临的各类污染场地提供决策依据. 通过系统研究发达国家修复决策系统，针对我国场地污染特征和市场需求，在我国现阶段场地修复技术储备的基础上，提出我国修复决策系统的总体框架(图6)以及开发思路. 本框架是在场地调查与资料收集的基础上综合考虑污染场地修复技术筛选的社会、 经济、 环境等因素，合理选择修复技术，科学制定修复方案，确保修复工程切实可行. 以下4个方面是框架设计过程中考虑的关键问题.

图6

Fig. 6

图6 我国修复决策系统开发框架 Fig.6 DSSRCS framework in China

场地基础数据的管理分析不可避免地会涉及地理空间位置，可以利用GIS的空间数据存储分析能力及其在空间可视化方面的优势，帮助决策者直观了解场地概念模型，为宏观决策提供快而准的科学依据，提高决策判断的准确性^[65,66]. 此外，从整个系统的角度考虑将GIS和修复决策系统结合能够组织污染场地专题数据库和数学模型之间的信息流，控制系统运行序列和模型间的自动联合应用. 5.2 在场地修复评估方面

修复目标的确定和修复工程量计算都需要对场地进行风险评价，风险评价涉及的参数较多，且大多数需要用户从界面输入，软件的界面是否容易被用户掌握和便于使用，直接影响决策结果的准确度. 理论土方量应根据关注污染物种类、 浓度水平和修复范围、 修复目标值来估算，估算方法主要有断面法、 格网法和不规则三角网法(TIN)，其他的一些方法(如散点法和表格法)都是这3种方法的简化、 变形或综合. 基于这些方法开发的土方量计算软件主要包括AutoCAD扩展软件，ERDAS遥感软件和ArcGIS软件^[67,68,6970]. 其中ArcGIS是从地统计的角度出发，基于格网法结合修复目标确定修复范围，再根据修复范围结合断面法对土方量进行计算，具有计算精度和计算效率都比较高的特点. 如在某大型苯污染场地，姜林等^[32]以健康风险评估计算的土壤苯修复目标为基准，采用ArcGIS进行空间插值得到不同土层的修复区域，然后将各层待修复土方量相加即得总量. 阳文锐等^[71]利用地统计法使用IDW法进行插值结合标准阈值确定土壤修复范围，计算修复土方量. 5.3 在修复技术筛选方面

欧美发达国家构建的场地修复技术筛选矩阵已成为污染场地修复技术初筛最常用的决策支持工具，我国需对国内污染场地修复技术市场、 新型技术研发和使用情况全面调查的基础上，构建基于我国修复技术水平及潜力的场地修复技术筛选矩阵. 在我国修复技术筛选矩阵的基础上，可以根据污染物类型、 场地条件和最终修复目标等因素实现修复技术的初筛. 但是筛选出来的结果主观性较大，需要应用合适的模型方法对初筛的结果进行综合评估决策出更加经济有效的修复技术. 目前国内需要的是构建我国场地修复技术筛选矩阵，下一步还需要结合模型方法进行综合评价. 从表1中可以看出，很多修复技术筛选综合评价的方法主要是采用AHP方法来确定评价指标的权重，使用MCDA对场地修复技术优选和排序，这样既能克服AHP在不易定量化指标上的主观性，又能避免多目标决策分析方法对指标权重的忽视. 5.4 在制定修复方案方面 根据确定的修复技术或技术组合和风险评价制定详细的污染场地修复技术方案，主要包括修复技术的可行性评价和成本利益评价、 确定工艺参数、 分析成本效益等. 为量化修复方案评估结果，可以选用成本利益分析法CBA、 费用效果分析法(CEA)对污染场地修复策略的费用效益进行分析. 在评估修复工程的实施对周边区域产生的负面影响时候，可选用LCA来全面评估项目全过程的环境影响.