CN109604316A - 一种放射性污染土壤修复技术筛选方法 - Google Patents

Abstract

本发明公开了一种放射性污染土壤修复技术筛选方法，建立放射性污染土壤修复技术的初步筛选指标体系和二次筛选指标体系，基于上述体系，进行修复技术筛选处理，然后通过初步筛选和二次筛选结果加权计算，得到放射性污染土壤修复技术筛选结果，其中：初步筛选处理，剔除不适合的修复技术，对适合的修复技术，进行排序处理，得到初筛排序结果，二次筛选处理，进行排序处理，通过成本效益分析筛选出适合污染场地的修复技术，得到二筛排序结果。该方法针对放射性污染土壤修复技术可自动进行筛选，自动化、标准化、规范化程度高，尽可能的排除了人为主观因素的影响，效率高，统一性好，建立了统一的筛选指标体系，实现了筛选、决策的智能化、自动化。

Description

一种放射性污染土壤修复技术筛选方法

技术领域

本发明涉及辐射防护技术领域，具体涉及一种放射性污染土壤修复技术筛选方法。

背景技术

放射性污染土壤，具有污染面积大、集中在土壤表层以及影响因素复杂的特点。放射性污染土壤修复技术，包括：间接防治法，直接治理法，生物修复法，等等。修复技术需要根据实际情况进行选择，现有的筛选方式多主要采用专家评分法，主观因素对结果起主导作用。而且自动化、标准化、规范化程度不高，不利于统一标准、统一要求，统一规范。修复技术的确定需要大量人力、时间才能初步确定，不利于处理工作的及时开展。

发明内容

针对现有技术中存在的缺陷，本发明的目的在于提供一种放射性污染土壤修复技术筛选方法，针对放射性污染土壤修复技术，采用层次分析方法和混合型级别高于方法，可按关键参数重要度分析、筛选列举出的各种放射性污染土壤修复技术，并结合土壤场地相关信息，给出推荐的修复技术。

为实现上述目的，本发明采用的技术方案如下：

一种放射性污染土壤修复技术筛选方法，包括以下步骤：

建立放射性污染土壤修复技术的初步筛选指标体系和二次筛选指标体系，

基于上述体系，进行修复技术筛选处理，然后通过初步筛选和二次筛选结果加权计算，得到放射性污染土壤修复技术筛选结果，

其中：

所述修复技术筛选处理包括：

初步筛选处理，采集污染场地信息以获取污染场地数据，剔除不适合的修复技术，对适合的修复技术，以初步筛选指标体系为基础，进行排序处理，得到初筛排序结果，剔除不适合污染场址条件的修复技术，

二次筛选处理，对初筛排序结果，以二次筛选指标体系为基础，进行排序处理，通过成本效益分析筛选出适合污染场地的修复技术，得到二筛排序结果。

进一步，如上所述的一种放射性污染土壤修复技术筛选方法，基于污染土壤场址调查结果，建立放射性污染土壤修复技术的初步筛选指标体系和二次筛选指标体系。

进一步，如上所述的一种放射性污染土壤修复技术筛选方法，所述初步筛选指标体系及二次筛选指标体系，建立后以数字化的形式存储相应的信息，所述数字化的形式包括但不限于采用数据库的形式。

进一步，如上所述的一种放射性污染土壤修复技术筛选方法，初步筛选指标参数体系分为指标层、准则层和目标层三个层次，级别依次升高，

准则层A₁，用于反映污染场地信息，预设其指标层包括以下具体指标：

放射性污染水平A₁₁、污染土壤类型A₁₂、放射性污染核素A₁₃、污染土壤pH值A₁₄、污染土壤湿度A₁₅、土壤有机碳含量A₁₆、土壤阳离子代换量A₁₇、水力传导系数A₁₈；

准则层A₂，用于反映植物修复参数，预设其指标层包括以下具体指标：

植被覆盖率A₂₁、土壤总N含量A₂₂、土壤总P含量A₂₃、粘土含量A₂₄、粉粒含量A₂₅；

准则层A₃，用于反映修复预算信息，预设其指标层包括以下具体指标：

土壤修复预估时间A₃₁、土壤修复预估费用A₃₂。

进一步，如上所述的一种放射性污染土壤修复技术筛选方法，二次筛选指标参数体系分为指标层、准则层和目标层三个层次，级别依次升高，

准则层B₁，用于反映环境成本信息，预设其指标层包括以下具体指标：

二次污染B₁₁、环境剩余容量B₁₂；

准则层B₂，用于反映技术成本信息，预设其指标层包括以下具体指标：

技术成熟度B₂₁、修复效率B₂₂、修复时间B₂₃；

准则层B₃，用于反映经济效益成本信息，预设其指标层包括以下具体指标：

职业照射B₃₁和单位时间费用B₃₂。

进一步，如上所述的一种放射性污染土壤修复技术筛选方法，每一个参数对于筛选修复技术而言其重要性都不相同，引入重要度进行对参数进行权重划分，构建重要度矩阵。

进一步，如上所述的一种放射性污染土壤修复技术筛选方法，在初步筛选处理和二次筛选处理中，均依次进行重要度计算和偏离度计算，其中：

重要度计算包括：

求解重要度矩阵，得到矩阵最大特征值λmax及对应特征向量，

当修复技术筛选指标参数数目n小于最大特征值时，进一步引入一致性检验指数和随机指标RI判断矩阵一致性，所述随机指标RI与矩阵维度相关，

当一致性比率说明矩阵是在可接受的范围内，

根据此矩阵计算得到初步筛选和二次筛选过程中各修复技术筛选指标的权重以及权重排序；

偏离度计算包括：

所述偏离度计算采用混合型级别高于方法HB-SIR进行计算，以克服放射性污染土壤修复技术筛选所需不同类型属性值之间的差异。

进一步，如上所述的一种放射性污染土壤修复技术筛选方法，在初步筛选处理中，首先进行定量参数偏离度计算：

放射性污染水平A₁₁、污染土壤pH值A₁₄、污染土壤湿度A₁₅、土壤有机碳含量A₁₆、土壤阳离子代换量A₁₇、水力传导系数A₁₈、植被覆盖率A₂₁、土壤总N含量A₂₂、土壤总P含量A₂₃、粘土含量A₂₄、粉粒含量A₂₅、土壤修复预估时间A₃₁和土壤修复预估费用A₃₂属于定量参数，

初筛过程中引入偏离度用以描述污染场地参数x₀与修复技术最佳参数x的符合程度，

然后进行定性参数偏离度计算：

污染土壤类型A₁₂、放射性污染核素A₁₃属于定性参数，

根据与数据库中对应参数满足数目n与不满足数目m比例采用定性偏离度描述，

计算得到的初步筛选定量和定性参数偏离度划分为7个等级，得到对应的三角模糊数，

根据三角模糊数得到对应的等级信息，

当等级出现一个I或II时，将对应修复技术剔除不再进行二次筛选，

当等级为III或IV出现三次以上且不含三次时，将对应修复技术剔除不再进行二次筛选，

对等级高于V的修复技术，采用HB-SIR方法获得初步筛选排序得分R₁。

进一步，如上所述的一种放射性污染土壤修复技术筛选方法，在二次筛选处理中，首先进行定性参数偏离度计算：

二次污染B₁₁、环境剩余容量B₁₂和技术成熟度B₂₁属于定性参数，

通过初步筛选得到的修复技术结合场地实际情况及历史修复经验，对修复技术与参数的符合程度进行评分，评分以百分制计，评分获取数量不少于5份，

评分结果分别计算平均值E和标准方差S，得到评分数据离散系数：

将μ＝10％设为离散限值，

当μ小于该值时，采用所有评分平均值作为对应项的值，

当μ大于该值时，采取去除在相应修复技术下对应参数评分的最大值和最小值后再对剩余值进行平均处理的方法，

评分结果以优、良、中、及格和差划分，对应离散系数值为[90,100)，[80,90)，[70,80)，[60,70)，(0,60)，

然后进行定量参数偏离度计算：

修复效率B₂₂、修复时间B₂₃、职业照射B₃₁和单位时间费用B₃₂属于定量参数，

设单位面积下某修复技术最低和最高费用分别为F₁和F₂，最短和最长修复时间分别为T₁和T₂，最强和最弱职业照射分别为Γ₁和Γ₂，最低和最高修复效率为分别为H₁和H₂；

设在单位面积下某污染场地预估费用为F₀，预计修复时间T₀产生的职业照射为Γ₀，预估修复效率为H₀；

则：

为预估费用与该修复技术下的单位面积最高费用和最低费用的距离，用以表示该修复技术相对于该污染场地的优劣程度；

为预估修复时间与该修复技术下最短/最长修复时间的距离；

预估职业照射与该修复技术下最强/最弱职业照射的距离；

预计修复效率与该修复技术下最低/最高修复效率的距离；

其中：

预估修复时间、修复效率和职业照射剂量由土壤修复专家给出专业指导值，

污染费用由成本核算人员和土壤修复专家共同给出指导值；

采用集合k＝{f,t,γ,η}表示单位面积修复费用、修复时间、修复效率和职业照射剂量各项距离比，

计算得到的二次筛选定量和定性参数偏离度划分为5个等级，得到对应的三角模糊数，

采用HB-SIR方法获得二次筛选排序得分R₂。

进一步，如上所述的一种放射性污染土壤修复技术筛选方法，以初步筛选排序得分R₁及二次筛选排序得分R₂为基础，将两次筛选结果按w[R₁,R₂]＝{0.35,0.65}权重比例进行加权处理，得到最终筛选结果作为决策建议信息，

决策建议信息中最大值即表示最适合污染场地的修复技术，说明可以采用该技术对污染场地土壤进行去污。

本发明的有益效果在于：本发明针对放射性污染土壤修复技术可自动进行筛选，自动化、标准化、规范化程度高，尽可能的排除了人为主观因素的影响，效率高，统一性好，建立了统一的筛选指标体系，实现了筛选、决策的智能化、自动化。本发明基于层次分析方法和混合型级别高于方法，可给出放射性污染土壤修复技术筛选的关键参数重要度，并针对放射性污染土壤场地给出相应的修复技术筛选方法。

附图说明

图1为本发明所述初步筛选指标体系及参数的层次关系；

图2为本发明所述二次筛选指标体系及参数的层次关系；

图3为本发明所述方法的流程图；

图4为本发明所述混合型级别高于方法筛选流程图。

具体实施方式

下面结合说明书附图与具体实施方式对本发明做进一步的详细说明。

图1示出了本发明初步筛选指标体系及参数的层次关系，其中：

初步筛选指标参数体系分为指标层、准则层和目标层三个层次，级别依次升高，

准则层A₁，用于反映污染场地信息，预设其指标层包括以下具体指标：

放射性污染水平A₁₁、污染土壤类型A₁₂、放射性污染核素A₁₃、污染土壤pH值A₁₄、污染土壤湿度A₁₅、土壤有机碳含量A₁₆、土壤阳离子代换量A₁₇、水力传导系数A₁₈；

准则层A₂，用于反映植物修复参数，预设其指标层包括以下具体指标：

植被覆盖率A₂₁、土壤总N含量A₂₂、土壤总P含量A₂₃、粘土含量A₂₄、粉粒含量A₂₅；

准则层A₃，用于反映修复预算信息，预设其指标层包括以下具体指标：

土壤修复预估时间A₃₁、土壤修复预估费用A₃₂；

每一个参数对于筛选修复技术而言其重要性都不相同，因此还需要首先引入重要度进行对参数进行权重划分。

初步筛选重要度主要是通过土壤修复历史经验总结和相关专家指导获得从而构建初步筛选修复技术参数重要度矩阵。

图2示出了本发明二次筛选指标体系及参数的层次关系，其中：

二次筛选指标参数体系分为指标层、准则层和目标层三个层次，级别依次升高，

准则层B₁，用于反映环境成本信息，预设其指标层包括以下具体指标：

二次污染B₁₁、环境剩余容量B₁₂；

准则层B₂，用于反映技术成本信息，预设其指标层包括以下具体指标：

技术成熟度B₂₁、修复效率B₂₂、修复时间B₂₃；

准则层B₃，用于反映经济效益成本信息，预设其指标层包括以下具体指标：

职业照射B₃₁和单位时间费用B₃₂；

每一个参数对于筛选修复技术而言其重要性都不相同，因此还需要首先引入重要度进行对参数进行权重划分。

二次筛选重要度主要是通过土壤修复历史经验总结和相关专家指导获得从而构建二次筛选修复技术参数重要度矩阵。

图3示出了本发明具体实施方式中提供的一种放射性污染土壤修复技术筛选方法的流程图，该方法主要包括：

建立放射性污染土壤修复技术的初步筛选指标体系和二次筛选指标体系，

基于污染土壤场址调查结果，建立放射性污染土壤修复技术的初步筛选指标体系及二次筛选指标体系，基于上述体系，进行修复技术筛选处理，然后通过初步筛选和二次筛选结果加权计算，得到放射性污染土壤修复技术筛选结果，

其中：

所述修复技术筛选处理包括：

初步筛选处理，采集污染场地信息(污染场地数据)，剔除不适合的修复技术，对适合的修复技术，以初步筛选指标体系为基础，进行排序处理，得到初筛排序结果，剔除不适合污染场址条件的修复技术，

二次筛选处理，对初筛排序结果，以二次筛选指标体系为基础，进行排序处理，通过成本效益分析筛选出适合污染场地的修复技术，得到二筛排序结果。

在上述技术方案的基础上，所述初步筛选指标体系及二次筛选指标体系，建立后以数字化的形式存储相应的信息，所述数字化的形式包括但不限于采用数据库的形式。

在上述技术方案的基础上，所述初步筛选指标体系，包括：建立体系的准则层，在各准则层中设定具体指标以建立指标层，

所述初步筛选指标体系的准则层预设为三类：

准则层A₁，用于反映污染场地信息，预设其指标层包括以下具体指标：

放射性污染水平A₁₁、污染土壤类型A₁₂、放射性污染核素A₁₃、污染土壤pH值A₁₄、污染土壤湿度A₁₅、土壤有机碳含量A₁₆、土壤阳离子代换量A₁₇、水力传导系数A₁₈；

准则层A₂，用于反映植物修复参数，预设其指标层包括以下具体指标：

植被覆盖率A₂₁、土壤总N含量A₂₂、土壤总P含量A₂₃、粘土含量A₂₄、粉粒含量A₂₅；

准则层A₃，用于反映修复预算信息，预设其指标层包括以下具体指标：

土壤修复预估时间A₃₁、土壤修复预估费用A₃₂。

在上述技术方案的基础上，所述二次筛选指标体系，包括：建立体系的准则层，在各准则层中设定具体指标以建立指标层，

所述二次筛选指标体系的准则层预设为三类：

准则层B₁，用于反映环境成本信息，预设其指标层包括以下具体指标：

二次污染B₁₁、环境剩余容量B₁₂；

准则层B₂，用于反映技术成本信息，预设其指标层包括以下具体指标：

技术成熟度B₂₁、修复效率B₂₂、修复时间B₂₃；

准则层B₃，用于反映经济效益成本信息，预设其指标层包括以下具体指标：

职业照射B₃₁和单位时间费用B₃₂。

在上述技术方案的基础上，在初步筛选处理和二次筛选处理中，均依次进行重要度计算和偏离度计算，其中：

重要度计算包括：

建立重要度矩阵，可依照土壤修复历史经验总结和相关专家指导构建，

求解重要度矩阵，得到矩阵最大特征值λmax及对应特征向量，

当修复技术筛选指标参数数目n小于最大特征值时，进一步引入一致性检验指数和随机指标RI判断矩阵一致性，

当一致性比率说明矩阵是在可接受的范围内，

根据此矩阵计算得到初步筛选和二次筛选过程中各修复技术筛选指标的权重以及权重排序；

上述方案中，所述随机指标RI与矩阵维度相关，取值参见表1，

表1、随机性指数与矩阵维度关系

偏离度计算包括：

所述偏离度计算采用混合型级别高于方法HB-SIR进行计算，以克服放射性污染土壤修复技术筛选所需不同类型属性值之间的差异，核心思想是：通过构建优势和劣势矩阵并加权获得修复技术的初步筛选完全排序结果，为放射性污染土壤修复技术筛选提供备选修复技术选择方案，

在初步筛选处理中，首先进行定量参数偏离度计算：

放射性污染水平A₁₁、污染土壤pH值A₁₄、污染土壤湿度A₁₅、土壤有机碳含量A₁₆、土壤阳离子代换量A₁₇、水力传导系数A₁₈、植被覆盖率A₂₁、土壤总N含量A₂₂、土壤总P含量A₂₃、粘土含量A₂₄、粉粒含量A₂₅、土壤修复预估时间A₃₁和土壤修复预估费用A₃₂属于定量参数，

初筛过程中引入偏离度用以描述污染场地参数x₀与修复技术最佳参数x的符合程度，

然后进行定性参数偏离度计算：

污染土壤类型A₁₂、放射性污染核素A₁₃属于定性参数，

根据与数据库中对应参数满足数目n与不满足数目m比例采用定性偏离度描述，

计算得到的初步筛选定量和定性参数偏离度划分为7个等级，得到对应的三角模糊数，

所述得到对应的三角模糊数由表2得到，

表2、初步筛选三角模糊数

当等级出现一个I或II时，将对应修复技术剔除不再进行二次筛选，

当等级为III或IV出现三次以上(不含三次)时，将对应修复技术剔除不再进行二次筛选，

对等级高于V的修复技术，采用HB-SIR方法获得初步筛选排序得分R₁；

在二次筛选处理中，首先进行定性参数偏离度计算：

二次污染B₁₁、环境剩余容量B₁₂和技术成熟度B₂₁属于定性参数，

通过初步筛选得到的修复技术结合场地实际情况及历史修复经验，对修复技术与参数的符合程度进行评分，评分以百分制计，评分获取数量不少于5份，可采用专家评分后将数据录入数据库***，

评分结果分别计算平均值E和标准方差S，得到评分数据离散系数：

将μ＝10％设为离散限值，

当μ小于该值时，采用所有评分平均值作为对应项的值，

当μ大于该值时，采取去除在相应修复技术下对应参数评分的最大值和最小值后再对剩余值进行平均处理的方法，

评分结果以优、良、中、及格和差划分，对应离散系数值为[90,100)，[80,90)，[70,80)，[60,70)，(0,60)，

然后进行定量参数偏离度计算：

修复效率B₂₂、修复时间B₂₃、职业照射B₃₁和单位时间费用B₃₂属于定量参数，

设单位面积下某修复技术最低和最高费用分别为F₁和F₂，最短和最长修复时间分别为T₁和T₂，最强和最弱职业照射分别为Γ₁和Γ₂，最低和最高修复效率为分别为H₁和H₂；

设在单位面积下某污染场地预估费用为F₀，预计修复时间T₀产生的职业照射为Γ₀，预估修复效率为H₀；

则：

为预估费用与该修复技术下的单位面积最高费用和最低费用的距离，用以表示该修复技术相对于该污染场地的优劣程度；

为预估修复时间与该修复技术下最短/最长修复时间的距离；

预估职业照射与该修复技术下最强/最弱职业照射的距离；

预计修复效率与该修复技术下最低/最高修复效率的距离；

其中：

预估修复时间、修复效率和职业照射剂量由土壤修复专家给出专业指导值，

污染费用由成本核算人员和土壤修复专家共同给出指导值；

采用集合k＝{f,t,γ,η}表示单位面积修复费用、修复时间、修复效率和职业照射剂量各项距离比，

计算得到的二次筛选定量和定性参数偏离度划分为5个等级，得到对应的三角模糊数，

所述得到对应的三角模糊数由表3得到，

表3、二次筛选三角模糊数

采用HB-SIR方法获得二次筛选排序得分R₂。

在上述技术方案的基础上，以初步筛选排序得分R₁及二次筛选排序得分R₂为基础，将两次筛选结果按w[R₁,R₂]＝{0.35,0.65}权重比例进行加权处理，得到最终筛选结果作为决策建议信息。

决策建议信息中最大值即表示最适合污染场地的修复技术，说明可以采用该技术对污染场地土壤进行去污。。

在上述技术方案的基础上，如图4所示，所述混合型级别高于方法HB-SIR处理具体包括：

首先，构建修复技术矩阵A＝{A₁,A₂…A_i…A_m}和属性矩阵C＝{C₁,C₂…C_i…C_n}，

t_ij(t_ij ^L,t_ij ^M,t_ij ^U)表示在修复技术A_i下的属性C_j，

建立决策矩阵D＝[t_ij(t_ij ^L,t_ij ^M,t_ij ^U)]_m×n；

然后，构建正负理想方案

正理想方案：

负理想方案：

再后，构建标准优势、劣势差异信息矩阵

优势差异信息矩阵：

劣势差异信息矩阵：

表示两个三角模糊数距离计算值；

其中，t₁＝(t₁ ^L,t₁ ^M,t₁ ^U)，t₂＝(t₂ ^L,t₂ ^M,t₂ ^U)；

标准优势差异信息矩阵X＝[x_ij]_m×n；

标准劣势差异信息矩阵Y＝[y_ij]_m×n；

其中，

式中：

为优势差异信息矩阵参数，满足

为劣势差异信息矩阵参数，满足

再次，构造优势、劣势矩阵

Ai相对于正负理想方案每一个属性C_j的优势指数劣势指数其中为偏好函数；

优势矩阵：S＝[S_j(A_i)]_m×n；

劣势矩阵：I＝[I_j(A_i)]_m×n；

最后，得到筛选结果

优势流

劣势流

筛选技术A_i的完全排序Υ_n(A_i)＝Υ＞(A_i)-Υ＜(A_i)。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其同等技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种放射性污染土壤修复技术筛选方法，包括以下步骤：

建立放射性污染土壤修复技术的初步筛选指标体系和二次筛选指标体系，

基于上述体系，进行修复技术筛选处理，然后通过初步筛选和二次筛选结果加权计算，得到放射性污染土壤修复技术筛选结果，

其中：

所述修复技术筛选处理包括：

初步筛选处理，采集污染场地信息以获取污染场地数据，剔除不适合的修复技术，对适合的修复技术，以初步筛选指标体系为基础，进行排序处理，得到初筛排序结果，剔除不适合污染场址条件的修复技术，

二次筛选处理，对初筛排序结果，以二次筛选指标体系为基础，进行排序处理，通过成本效益分析筛选出适合污染场地的修复技术，得到二筛排序结果。

2.根据权利要求1所述的一种放射性污染土壤修复技术筛选方法，其特征在于：基于污染土壤场址调查结果，建立放射性污染土壤修复技术的初步筛选指标体系和二次筛选指标体系。

3.根据权利要求1所述的一种放射性污染土壤修复技术筛选方法，其特征在于：所述初步筛选指标体系及二次筛选指标体系，建立后以数字化的形式存储相应的信息，所述数字化的形式包括但不限于采用数据库的形式。

4.根据权利要求1所述的一种放射性污染土壤修复技术筛选方法，其特征在于：初步筛选指标参数体系分为指标层、准则层和目标层三个层次，级别依次升高，

准则层A₁，用于反映污染场地信息，预设其指标层包括以下具体指标：

放射性污染水平A₁₁、污染土壤类型A₁₂、放射性污染核素A₁₃、污染土壤pH值A₁₄、污染土壤湿度A₁₅、土壤有机碳含量A₁₆、土壤阳离子代换量A₁₇、水力传导系数A₁₈；

准则层A₂，用于反映植物修复参数，预设其指标层包括以下具体指标：

植被覆盖率A₂₁、土壤总N含量A₂₂、土壤总P含量A₂₃、粘土含量A₂₄、粉粒含量A₂₅；

准则层A₃，用于反映修复预算信息，预设其指标层包括以下具体指标：

土壤修复预估时间A₃₁、土壤修复预估费用A₃₂。

5.根据权利要求4所述的一种放射性污染土壤修复技术筛选方法，其特征在于：二次筛选指标参数体系分为指标层、准则层和目标层三个层次，级别依次升高，

准则层B₁，用于反映环境成本信息，预设其指标层包括以下具体指标：

二次污染B₁₁、环境剩余容量B₁₂；

准则层B₂，用于反映技术成本信息，预设其指标层包括以下具体指标：

技术成熟度B₂₁、修复效率B₂₂、修复时间B₂₃；

准则层B₃，用于反映经济效益成本信息，预设其指标层包括以下具体指标：

职业照射B₃₁和单位时间费用B₃₂。

6.根据权利要求5所述的一种放射性污染土壤修复技术筛选方法，其特征在于：每一个参数对于筛选修复技术而言其重要性都不相同，引入重要度进行对参数进行权重划分，构建重要度矩阵。

7.根据权利要求6所述的一种放射性污染土壤修复技术筛选方法，其特征在于：在初步筛选处理和二次筛选处理中，均依次进行重要度计算和偏离度计算，其中：

重要度计算包括：

求解重要度矩阵，得到矩阵最大特征值λmax及对应特征向量，

当修复技术筛选指标参数数目n小于最大特征值时，进一步引入一致性检验指数和随机指标RI判断矩阵一致性，所述随机指标RI与矩阵维度相关，

当一致性比率说明矩阵是在可接受的范围内，

根据此矩阵计算得到初步筛选和二次筛选过程中各修复技术筛选指标的权重以及权重排序；

偏离度计算包括：

所述偏离度计算采用混合型级别高于方法HB-SIR进行计算，以克服放射性污染土壤修复技术筛选所需不同类型属性值之间的差异。

8.根据权利要求7所述的一种放射性污染土壤修复技术筛选方法，其特征在于：在初步筛选处理中，首先进行定量参数偏离度计算：

放射性污染水平A₁₁、污染土壤pH值A₁₄、污染土壤湿度A₁₅、土壤有机碳含量A₁₆、土壤阳离子代换量A₁₇、水力传导系数A₁₈、植被覆盖率A₂₁、土壤总N含量A₂₂、土壤总P含量A₂₃、粘土含量A₂₄、粉粒含量A₂₅、土壤修复预估时间A₃₁和土壤修复预估费用A₃₂属于定量参数，

初筛过程中引入偏离度用以描述污染场地参数x₀与修复技术最佳参数x的符合程度，

然后进行定性参数偏离度计算：

污染土壤类型A₁₂、放射性污染核素A₁₃属于定性参数，

根据与数据库中对应参数满足数目n与不满足数目m比例采用定性偏离度描述，

计算得到的初步筛选定量和定性参数偏离度划分为7个等级，得到对应的三角模糊数，

根据三角模糊数得到对应的等级信息，

当等级出现一个I或II时，将对应修复技术剔除不再进行二次筛选，

当等级为III或IV出现三次以上且不含三次时，将对应修复技术剔除不再进行二次筛选，

对等级高于V的修复技术，采用HB-SIR方法获得初步筛选排序得分R₁。

9.根据权利要求8所述的一种放射性污染土壤修复技术筛选方法，其特征在于：在二次筛选处理中，首先进行定性参数偏离度计算：

二次污染B₁₁、环境剩余容量B₁₂和技术成熟度B₂₁属于定性参数，

通过初步筛选得到的修复技术结合场地实际情况及历史修复经验，对修复技术与参数的符合程度进行评分，评分以百分制计，评分获取数量不少于5份，

评分结果分别计算平均值E和标准方差S，得到评分数据离散系数：

将μ＝10％设为离散限值，

当μ小于该值时，采用所有评分平均值作为对应项的值，

当μ大于该值时，采取去除在相应修复技术下对应参数评分的最大值和最小值后再对剩余值进行平均处理的方法，

评分结果以优、良、中、及格和差划分，对应离散系数值为[90,100)，[80,90)，[70,80)，[60,70)，(0,60)，

然后进行定量参数偏离度计算：

修复效率B₂₂、修复时间B₂₃、职业照射B₃₁和单位时间费用B₃₂属于定量参数，

设单位面积下某修复技术最低和最高费用分别为F₁和F₂，最短和最长修复时间分别为T₁和T₂，最强和最弱职业照射分别为Γ₁和Γ₂，最低和最高修复效率为分别为H₁和H₂；

设在单位面积下某污染场地预估费用为F₀，预计修复时间T₀产生的职业照射为Γ₀，预估修复效率为H₀；

则：

为预估费用与该修复技术下的单位面积最高费用和最低费用的距离，用以表示该修复技术相对于该污染场地的优劣程度；

为预估修复时间与该修复技术下最短/最长修复时间的距离；

预估职业照射与该修复技术下最强/最弱职业照射的距离；

预计修复效率与该修复技术下最低/最高修复效率的距离；

其中：

预估修复时间、修复效率和职业照射剂量由土壤修复专家给出专业指导值，

污染费用由成本核算人员和土壤修复专家共同给出指导值；

采用集合k＝{f,t,γ,η}表示单位面积修复费用、修复时间、修复效率和职业照射剂量各项距离比，

计算得到的二次筛选定量和定性参数偏离度划分为5个等级，得到对应的三角模糊数，

采用HB-SIR方法获得二次筛选排序得分R₂。

10.根据权利要求9所述的一种放射性污染土壤修复技术筛选方法，其特征在于：以初步筛选排序得分R₁及二次筛选排序得分R₂为基础，将两次筛选结果按w[R₁,R₂]＝{0.35,0.65}权重比例进行加权处理，得到最终筛选结果作为决策建议信息，

决策建议信息中最大值即表示最适合污染场地的修复技术，说明可以采用该技术对污染场地土壤进行去污。