化工园区因人为或自然因素发生大气扩散或泄露事故,会造成极其严重的化工灾难。此类事故难以进行真实的实验研究,以往此方面的应急管理方案大多根据管理者的经验和直觉决定,缺乏科学依据。基于平行应急管理的方法在事故未发生时进行大量的计算实验,可以很好地辅助化工区管理者进行灾前预警、风险评估,从而在应急管理准备阶段降低事故发生的风险。论文以建立面向平行应急管理的实时监测与智能决策生成模型为目的,梳理了当前化工园区监测大数据分析、监测网络构建、监测资源使用等方面的局限和发展趋势,对监测大数据的分析方法、数据驱动的监测网络构建方法以及数据驱动的化工区大气环保博弈模型构建方法进行了创新性研究,提出了以数据统计分析、贝叶斯估计、智能优化算法、贝叶斯最大熵、最优化方法、以及博弈论相关方法为基础的化工区实时监测与智能决策方法,尤其在化工区监测资源的调度使用决策方法上取得了创新性突破,可为化工区大气环保平行应急管理的实现提供支撑。论文的主要工作和创新点可概括如下:(1)提出了化工园区监测大数据处理和分析的方法,能够得到较为全面大气污染物排放特征。本文在基本的浓度数据时序分析基础上,进行了风场分析、聚类分析和源项分析,得到了大气污染物的时序排放特征、时空特征、同族排放特征以及排放源的排放清单,对化工园区管理者设计制定监测管理方案具有指导意义,同时这些规律还可以用于后续建模。(2)结合贝叶斯最大熵方法和多目标优化模型,提出了一种数据驱动的监测网络优化迭代方法。论文基于多年的大气污染物浓度数据和监测传感器位置信息,利用贝叶斯最大熵方法预测大气污染物未来的时空变化趋势,并得到未设置监测设备处的大气污染物浓度数据;利用多目标优化模型可以进一步优化监测网络的布设位置,从而使得监测设备能够在更加重要的监测位置采集到更加准确的数据。本文提出的数据驱动监测网络优化方法是该领域首次以化工园区为背景,进行监测网络迭代优化的方法。(3)结合源项估计算法与安防Stackelberg博弈模型,构建了一系列的化工园区大气环保博弈模型。针对化工园区多种监测资源的调度使用需求,论文首次提出了适用于不同监测资源(固定监测站和移动监测车)的化工园区大气环保博弈模型,这些模型结合源项估计算法,能够实现监测资源的调度、排放源的检测以及排放行为的验证,有助于化工园区管理者对化工厂进行有效管理,从而一改以往化工园区管理者凭经验进行的决策管理。该方法应用于大规模、实时、动态监测数据注入的平行应急管理系统中,使得风险决策方法不再局限于事后评估,而是可以应用于化工园区的常态化管理与监测。(4)深化了数据驱动建模技术在平行仿真框架下的应用,构建了支持数据实时注入的化工园区大气环保平行应急管理系统。论文基于动态数据驱动建模技术构建了监测网络优化模型以及化工园区大气环保博弈模型,将现实世界中传感器(固定监测资源和移动监测资源)或其它设备采集的实时数据注入系统,可以改变模型参数或结构,实现仿真模型的校正。本文提出了综合多种理论方法的化工园区大气环保平行应急管理框架,设计并实现了一套综合趋势分析、全面监测、预测预警、动态规划、事故溯源为一体的化工园区大气环保平行应急管理系统。(5)结合仿真实验、实地实验和真实数据验证了原型系统的可行性。论文应用上海化工园区的实际监测大数据、环境数据、气象数据等,开展了一系列仿真实验和实地实验,验证了论文所提算法、模型以及原型系统的有效性和实用性。论文聚焦于面向平行应急管理的实时监测与智能决策方法的研究,不仅丰富了大气污染物监测大数据分析的方法,而且在数据驱动的空气质量监测网络优化方法以及数据驱动的化工园区大气环保博弈模型方面进行了创新性研究,开发了气体传感器模组与气体嗅探无人机等硬件平台。论文能提升人们对于化工园区应急管理工作的理解,对辅助管理者进行在线决策和预案制定有着重要意义,为化工园区大气环保平行应急管理系统的建设提供支撑。