核生化事故对人类的健康和生命以及对社会的稳定和发展形成了极其严重的威胁。例如1984年的印度博帕尔事件、1986年的前苏联切尔诺贝利核事故和2011的日本福岛的核电站泄露事故均造成了极其恶劣的影响。此类事故难以进行真实实验研究,所以应急管理方案往往是根据管理者的经验和直觉确定,缺乏科学验证和评估手段。面向核生化事故的平行应急管理和计算实验方法可以更好地辅助决策者制定应急管理预案,也可支持事故发生后在线决策、疏散引导以及社会管理等更高层次的需求。论文以建立面向平行应急管理的核生化事故扩散预测与事故源估计模型为目的,梳理了当前核生化事故大气扩散建模仿真方法以及源估计方法的局限和发展趋势,对数据驱动的大气扩散模型、事故源参数估计算法以及大规模人群疏散模型进行了创新性研究,提出了以贝叶斯估计、非线性系统滤波、智能优化算法和机器学习相关算法为基础的核生化事故建模与仿真方法,尤其在核生化事故正向仿真与反向溯源的方法上取得了一定突破。论文的主要工作和创新点可概括如下:(1)提出一种数据驱动的大气扩散模型,改进了传统的核生化物质大气扩散建模方法。在深入分析了传统扩散模型理论与局限的基础之上,使用粒子滤波实现实时监测数据的动态平行注入,使用神经网络学习大量历史数据,提出了数据驱动的大气扩散模型,使大气扩散趋势的预测结果更为精确。(2)提出了一种具有适应性的智能化事故源参数估计算法。在数据驱动的核生化事故正向扩散模型的基础上,分别运用粒子群智能优化算法和分类人工神经网络提出了适用于不同场景的事故源参数估计算法,提升了传统方法的效率和准确性。针对释放速率可变、运算速度慢以及溯源算法难收敛等具体问题,论文将溯源算法与Tikhonov正则化和期望最大化等方法相结合,提升了核生化事故的源估计算法的计算精度、运行效率和适用范围。(3)构建了核生化事故场景下的大规模人群疏散模型。核生化事故情景下的人群疏散与普通疏散不同,首先有害物质会对疏散人群造成动态影响,其次因核生化事故往往规模较大,疏散人群数目可达十万甚至百万量级。因此,论文针对核生化事故的特点,结合社会力模型与元胞自动机,构建了满足大规模人群疏散仿真需要的模型,并提出了核生化事故对人群危害的评估模型。(4)建立了面向核生化事故的公共安全监测与推演原型系统。针对核生化事故的应急管理需求,论文提出了综合多种理论方法的核生化事故平行应急管理框架,设计并实现了一套综合预测预警、动态推演、事故溯源与人群疏散为一体的公共安全监测与推演原型系统;运用所提的理论、算法与模型设计并实现了基于无人机的有害物质监测平台和核生化有害物质扩散仿真系统,它们成为核生化事故公共安全监测与推演原型系统的重要组成部分。(5)结合仿真实验与真实事故数据验证了原型系统的可行性。论文使用风险评估商业软件构造虚拟场景、收集日本福岛第一核电站真实事故数据、采用美国印第安纳波利斯六氟化硫气体示踪实验数据、并在上海某大型化学工业区自主设计有害物质监测实验,验证了论文所提的原型系统框架以及具体的算法和模型的有效性。论文聚焦于面向平行应急管理的核生化事故的建模与仿真的研究,在丰富和改进有害物质大气扩散模型的同时,深入研究了事故溯源方法和人群疏散建模技术,独立开发了一套大气扩散仿真系统,并设计了基于无人机的有害物质监测平台,促进了人们对核生化事故应急管理的理解,对辅助管理者应急决策以及预案制定等方面具有重要的意义。研究成果可用于指导核生化事故平行应急管理系统的建设。