随着贵州省喀斯特地区采矿、冶金业的不断发展,重金属的复合污染越来越严重,对人们的生活水平和当地的生态环境造成极大的影响,如何科学系统地开展治理与修复成为了首要任务,因此建立喀斯特地区重金属污染防控体系具有十分重大的意义。此外,地图采集工具的更新替换和数据储存量的增加使得各级污染监测部门积累了海量的地理数据,然而传统的地理信息难以有效利用这些数据,因此建立基于大数据的平台,实现海量数据导入、存储、分析和及时交互,节省人力和物力资源,为管理和决策提供数据支持,成为当务之急。本研究结合Web GIS强大的地理可视化和Postgre SQL数据库储存功能,构建了一体化的地理信息大数据平台,对数据深度分析和挖掘,主要工作如下:（1）研究WebGIS可视化软件及设计前端Web界面。在django框架下,分别采用folium显示二维行政区划图和地形图,cesium构建三维空间模型和pyecharts绘制重金属污染的统计图表。在充分了解用户业务需求的基础上,开发了上传、分析、检索和管理等网页,帮助用户监督和预测重金属污染区域的变化。（2）Hadoop大数据平台的构建与实现。在Ubuntu系统下,采用三台工作站搭建了分布式计算集群;根据地理数据特征,选用了postgresql作为后端数据库,并加载了专业的插件来批量导入矢量数据和栅格数据;在django框架下,利用python环境下的pandas和numpy函数来清洗和转化数据,从而将不同类型的矢量数据转换为标准的json格式。在提取污染数据的特征后,可以导出到本地或在前端Web上显示。除了实现postgresql数据库的增删改查,还设计了索引、安全认证、逻辑复制和监控等功能。（3）重金属污染图片的分类预测、部分缺失地理数据的回归补全和新的生态环境评价方法。基于大量数据,建立人工神经网络模型实现对不同重金属污染环境下的分类,其次针对部分数据集缺失的情况,采取随机森林回归法依次补全遗漏的数据;最后提出了一种新的方法,完善重金属点源和面源污染的风险评价。