邱 恒 鄭 晗*

（核工業(yè)二七〇研究所環(huán)境工程院 江西南昌 330200）

1 大氣質(zhì)量評價與監(jiān)測布置方法概述

1.1 大氣質(zhì)量評價方法

根據(jù)過往經(jīng)驗，對自然環(huán)境問題的治理應當以環(huán)境治理的分析和評價為基礎，進而找出污染源并加以有效控制。近年來，我國針對大氣環(huán)境質(zhì)量評價的相關研究已經(jīng)廣泛應用在實踐領域。隨著研究的不斷深入，集對分析法、指數(shù)分析法等方法也不斷發(fā)展創(chuàng)新，豐富了大氣質(zhì)量評價的理論與實踐基礎。但是，以上傳統(tǒng)方法雖然分別具有一定的優(yōu)勢，卻無法徹底解決非線性多維體系這一復雜問題。

1.2 大氣質(zhì)量監(jiān)測布置方法

大氣質(zhì)量評價需要精準、持續(xù)的監(jiān)測系統(tǒng)提供數(shù)據(jù)支持。如何利用有限的空氣監(jiān)測點實現(xiàn)對大氣的有效監(jiān)測在國內(nèi)外相關研究中均屬于重要課題。目前，常見的布點方式包括功能區(qū)法、數(shù)理統(tǒng)計法、模擬法等。功能區(qū)法在我國建設大氣質(zhì)量評價體系初期較為常見，一般需要3-5個監(jiān)測點即可實現(xiàn)對城市大氣環(huán)境的監(jiān)測。但是，此類方法沒有考慮到人類活動與區(qū)域內(nèi)空氣污染并非固定關系，導致界限和方法較為模糊，所形成的數(shù)據(jù)無法應用與科學評價模型中。數(shù)理統(tǒng)計法是建立在監(jiān)測區(qū)域內(nèi)環(huán)境污染與監(jiān)測結果存在假定關系這一基礎上的，忽視了污染源與環(huán)境條件的變化。而模擬法是利用信息技術模擬城市大氣污染從而尋找出合理的監(jiān)測點位，相關技術復雜，為解決該方法存在的不可控因素仍需繼續(xù)探究。

2 以人工神經(jīng)網(wǎng)絡構建的大氣質(zhì)量評價模型

近年來，跨學科綜合研究不斷產(chǎn)生新的技術方法。以人工神經(jīng)網(wǎng)絡為技術基礎的大氣質(zhì)量評價模型也應運而生。該方法來自于生物學研究人類大腦結構成果與人工智能技術的結合。人工神經(jīng)網(wǎng)絡由連接弧聯(lián)通獨立的神經(jīng)元構成多層次的神經(jīng)網(wǎng)絡。在該網(wǎng)絡中神經(jīng)元被分為三類，其中輸入層和輸出層分別與對應的輸入或輸出連接弧相連，另外由中間神經(jīng)元構成隱藏層。在人工神經(jīng)網(wǎng)絡原理上，美國研究人員提出了反向傳播模型。該模型獲得激活值后，輸出層獲得輸入相應，隨后可以按最小希望輸出反向逐層修正連接權。將其與降維技術結合后，大氣質(zhì)量評價模型中較為困難的非線性多維體系問題將得到有效解決。目前，我國對大氣質(zhì)量的評價主要以等級評價為主。因此，人工神經(jīng)網(wǎng)絡評價模型應當具有三個基本模塊。首先，以人工神經(jīng)網(wǎng)絡為基礎的評價模型需要進行評價訓練。更新模塊的主要作用是通過輸入樣本幫助模型實現(xiàn)對評價運算方法的理解。其次，演示模式主要實現(xiàn)對訓練過程的再現(xiàn)，使系統(tǒng)使用者了解模型的運行狀況及學習水平。最后，在人工神經(jīng)網(wǎng)絡完成學習后，運用評價模式正式實施評價工作。在訓練過程中，建議采取模糊RBF的神經(jīng)網(wǎng)絡，以有效減少訓練次數(shù)，實現(xiàn)評價模型的快速構建。

3 以模糊分析優(yōu)化大氣質(zhì)量監(jiān)測布置方法

目前的大氣質(zhì)量檢測布點方法受到污染因素多元化的影響，難以實現(xiàn)有效分析。因此，建議采取模糊分析法以提高監(jiān)測點布置的有效性。模糊分析法是通過對研究對象性質(zhì)的分析，實現(xiàn)聚類分析的一種方法。在監(jiān)測布點的應用中，將監(jiān)測范圍內(nèi)特質(zhì)相近的監(jiān)測點歸為一類，并將相似度編制為統(tǒng)一的系數(shù)評價體系，結合距離進行分析，從而找到更為合理的布點方式。以目前人類的知識與技術水平，必然存在未知影響因素與各類不確定的數(shù)據(jù)信息。因此，大氣環(huán)境質(zhì)量仍屬于相對模糊的體系。由于運用模糊分析法的過程中，不以人為劃定的具體類型和指標為基礎。以模糊分析法進行監(jiān)測布點反而使原本較為模糊的問題變得清晰化。以該方法解決強度比較問題時，應當將監(jiān)測點獲得的不同指標數(shù)據(jù)整合為統(tǒng)一的污染水平評價指數(shù)。數(shù)據(jù)標準化需要建立基本結構單元，以無量綱數(shù)值體現(xiàn)環(huán)境污染對人類健康的影響程度，計算公式為：

大氣環(huán)境污染往往是多種因素疊加而成，每個監(jiān)測點與相鄰點位因距離不同而產(chǎn)生變化，因此，需要用相似模糊矩陣表示各點之間的關系，計算公式為：

該公式中R為相似模糊矩陣，UT是參數(shù)矩陣U的轉(zhuǎn)秩矩陣。

通過以上計算方式并結合最優(yōu)分割法，可以最終確定合理的監(jiān)測點分布位置。另外，需要在布點中應當盡可能的將監(jiān)測點設置在不同的行政區(qū)域內(nèi)，并在選定位置后組織實地考察，以便確定方法實施的有效性。

結語

綜上所述，為優(yōu)化大氣質(zhì)量評價模型及監(jiān)測點布置方法?？梢赃\用人工神經(jīng)網(wǎng)絡技術實現(xiàn)對非線性多維體系的分析，提高評價結果的有效性。同時，應當借助模糊分析法降低未知污染因素對監(jiān)測數(shù)據(jù)的影響，為防治大氣污染提供必要的數(shù)據(jù)支撐。