以多源大数据为基础，开拓性地将空间统计、复杂网络、机器学习等多种空间数据分析方法用于土壤污染的空间分析中，拓展了现有土壤污染现状评估及风险评价模型，能够为相关研究提供新数据和新方法，为政府掌握土壤污染空间分布格局提供实证依据；从经济价值损失和生态价值损失两个视角，构建了土壤污染价值损失研究框架，将土壤污染导致的价值损失进行量化测度，丰富了环境价值核算研究理论和研究内容，为精细化土壤污染治理工作提供了实践指导；探索了计划行为理论、条件价值法与结构方程模型相结合的实证研究，为居民支付意愿的定价及影响因素研究发展了新思路；通过网络爬虫技术获取居民对土壤污染网络关注度的微博数据，从主观层面对居民关于土壤污染的支付意愿定价研究进行了创新，为政府制定差异化政策，提高居民在土壤污染治理方面的参与程度提供了决策参考。

第一章 绪论
第一节 研究背景、意义及目的
一 研究背景
二 研究意义
三 研究目的
第二节 理论基础与文献综述
一 环境污染经济损失测度
二 土壤污染经济损失评估
三 土壤污染感知相关研究
第三节 相关概念的界定
一 土壤危害终端
二 土壤污染网络关注度
三 土壤污染价值损失
第四节 研究对象及内容
一 研究对象
二 研究内容
第五节 研究方法
一 数据收集主要方法
二 指标体系主要构建方法
三 价值损失测度方法
第二章 土壤污染损害基线厘定及不确定性
第一节 数据来源与样点统计分析
一 数据来源
二 样点统计分析
第二节 土壤环境损害基线厘定
一 研究方法
二 土壤环境损害基线计算与测度
第三节 土壤污染不确定性分析
一 研究方法
二 基于不同空间插值模型的污染不确定性分析
三 基于序贯高斯模拟的污染不确定性分析
四 基于污染概率的不确定性分析
第四节 小结
第三章 土壤污染的空间格局与样点布设
第一节 研究方法
一 空间分析的异常值识别
二 探索性空间数据分析
三 空间插值方法及精度评价指标
第二节 土壤污染的空间格局分析
一 异常值识别
二 正态性检验
三 全局趋势分析
四 全局空间自相关分析
五 局部空间自相关分析
第三节 土壤污染的很优采样密度
一 随机采样
二 半变异函数分析
三 很优采样密度
第四节 小结
第四章 基于机器学习与复杂网络的土壤污染空间格局分析
第一节 基于LASSO-SVR模型的土壤污染风险评价
一 研究方法
二 模型的构建与精度评价指标
三 基于LASSO-SVR模型的土壤重金属污染风险评价
第二节 基于LASSO-GA-BPNN模型的土壤污染风险评价
一 研究方法
二 模型的构建
三 基于LASSO-GA-BPNN模型的土壤重金属污染风险评价
第三节 基于无监督学习的土壤污染风险评价
一 研究方法
二 基于无监督学习的土壤重金属污染风险评价
第四节 基于复杂网络的土壤重金属污染风险评价
一 研究方法
二 基于复杂网络的土壤重金属污染风险评价
第五节 土壤污染风险评价方法比较
一 土壤重金属污染评价方法比较
二 土壤重金属污染评价方法体系构建
第六节 小结
第五章 基于实地样点的土壤污染价值损失测度
第一节 土壤污染损失确定与量化
一 研究区域概况
二 土壤污染调查取样
三 基线确定
四 土壤污染损失计算内容
第二节 土壤污染价值损失测度方法
一 经济价值损失测度模型
二 生态价值损失测度模型
第三节 土壤污染经济价值损失测度
一 污染损失率评估
二 经济损失估算
第四节 土壤污染生态价值损失测度
一 潜在生态价值损失评估
二 生态价值损失估算
……