1.2.3 国内外大气质量研究现状

为了加强空气污染防治，减少空气污染对人类健康及环境造成的危害，人们开展了对大气环境质量和对人类健康适宜程度进行评定的研究。目前，关于大气质量的评价方法，国内外专家和学者已经提出了多种方法，如模糊数学法，物元分析法，灰色聚类法，集对分析法，主成分分析法和空气污染指数（Air Pollution Index，API）法等，其中以API法应用较为普遍[4-10]。空气污染指数法（API）是美国国家环境保护署在20世纪70年代制定的一种反映空气质量的方法，我国目前仍然采用此种方法。空气污染指数（API）法的主要思想是将空气中的污染物浓度简化为指数形式，用具体指数表示空气的污染程度及空气的质量，将监测点每天的各种污染物的浓度与其限值进行比较，确定对应于该浓度值时API所在的指数区间，最后根据插值法确定该污染物浓度的API值。在我国通常以大气中的三种主要污染物监测数据作为大气环境质量评价的依据，它们分别是：SO2，NOX和TSP（总悬浮颗粒物）[11-12]。但上述方法都存在着一个明显的不足：即评价和评价结果缺乏明确的物理意义，难以直接为环境整治规划提供科学依据。而本书提出的基于免疫克隆选择算法（Particle Swarm Optimization）大气质量综合污染评价法能有效地克服这一缺陷，它采用一种更有效的评价理论，将大气质量的好坏与大气污染物对环境质量的损害程度相联系，使评价结果具有明确的物理意义。

除此之外，许多环境专家和学者还提出了一些其他的评价方法，如肖井坤在2000年提出的灰色系统分析法[13]，朱宏兰在1997年提出的距离判别法[14]，邓新民在1997年提出的投影寻踪分析法[15]，刘随军在2006年提出的星座图法[16]，郭奇在2004年提出的属性识别法[17]。鉴于智能算法具有的“拟物”与“仿生”特性，近年来越来越多的大气环境专家与学者将智能的理论和技术用于大气质量评价领域，还提出了基于智能方法的大气质量评价法，例如李希灿在2003年提出的模糊集理论分析评价法[18]，李祚泳在2000年提出的遗传优化法[19]，王丽敏在2004年提出的基于粒子群算法的大气质量评价法[20]，左俊在2007年提出的基于遗传神经网络评价法[21]，蒋华英在2006年提出的沌理论评价法[22]等。上述方法中有的已经在大气环境质量评价工作中得到应用，有些方法还在研究探索阶段。免疫克隆选择算法作为一种仿生智能算法，它具有深刻的生物背景和广泛的应用前景。该算法的灵感来自生物获得性免疫的克隆选择原理，是一种借鉴生物免疫系统独有的辨识与计算机制。它提供了一种求解复杂系统问题的方法，该方法不依赖于问题的具体种类和领域，具有很强的鲁棒性。本书在免疫克隆选择算法的基础上，对传统免疫克隆选择算法进行了改进研究，提出了若干改进的免疫克隆选择算法，并将其应用于大气质量评价领域，得到了令人满意的结果。

大气质量预测是近几年环境科学中发展最快的研究领域之一。目前，在国内外通常采用的三种主要大气质量预测模型：潜势预测，统计预测和数值预测[23]。其中统计预测和数值预测在实际应用中较为常用。虽然上述三种预测方法在现实应用中具有可行性等优点，然而也存在着一些不足，例如潜势预测、统计预测的数学模型较为复杂，预测结果欠佳等。数值预测方法具有投资成本高，技术难度大，见效慢和周期长的特点[24]。

统计预测是在数理统计的基础上，以大气中的各种污染物浓度数据和资料，结合同期的气象数据为依据建立的预测模式。统计预测包括：利用过去的大气污染物数据进行分析预测，挖掘其内在规律的多元回归法；剖析以往的大气污染物浓度与气象形势之间的内在联系，挖掘出各种天气类型的大气污染物浓度在时间、空间上的分布规律的分类法；根据污染物变化的特点，通过对历史数据的变化趋势和规律进行分析，对其内在变化规律特征进行挖掘，实现对未来大气污染物的变化进行推断的趋势外延法。

此外，针对大气污染物数据具有空间范围大，时间跨度长，原始数据较为离散等诸多特点，是一个多因素多层次的复杂系统。国内外学者还采用其他预测方法，如灰色预测法。灰色预测法是运用灰色系统理论建模方法，把大气环境看作一个灰色系统，以“部分信息已知，部分信息未知”的“小样本”、“贫信息”的不确定性系统做为研究对象。将所有的随机变量看作在一定范围内的时间和空间上变化的灰色量，将整个随机过程看成是在一定范围内变化的与时间有关的灰色过程。在通过对已知信息的加工和处理，提取和抽取其中有价值的信息，实现对大气污染物的变化和演化过程的正确认识和有效控制[25]。

目前，越来越多的大气环境专家与学者将智能的理论用于大气环境质量预测领域[26-30]。在国外，1993年Boznar和Lesjak提出了利用人工神经网络的方法预测污染物SO2[31]；在1996年，Yi和Prybutok提出了利用神经网络的方法预测污染区臭氧的浓度[32]等。在国内，近年来也提出了多种基于智能方法的大气质量预测方法，例如王俭和胡筱敏在2006年提出的基于BP模型的大气污染预报法[33]，蒋华英在2006年提出的基于混沌理论的大气质量预测法[22]等。本书在免疫克隆选择算法的基础上，将提出的改进的免疫克隆选择算法用于大气质量预测领域，获得了较好的结果。