近年来,随着我国“智慧城市”建设进程的不断推进,城市大气污染问题引发了更多的关注。进行有害气体扩散和溯源问题的研究对城市大气问题的监管与治理具有非常重要的意义。然而,传统的大气扩散模型存在着各自的局限,无法应用到复杂的现实场景中。通过传感器网络搜集到的数据,通常较为稀疏,数据量也比较小,无法为进一步的研究提供足够的数据支持。常见的源项参数估计方法在实际应用时也存在诸多问题。本文基于先进的神经网络技术和多种最优化算法,为城市大气污染问题研究和治理提供了新的思路。论文以解决有害气体源项参数估计问题为目的,梳理了当前气体扩散建模问题和源项参数估计方法的研究现状与发展趋势。比较分析了三种传统大气扩散模型的优缺点,提出了应用神经网络解决有害气体扩散预测问题。基于Aermod System大气扩散软件构建了仿真场景,进行了一系列仿真实验,将仿真结果和实际数据进行结合,构建了合成数据集为后续研究提供支持。实现了多种常见的最优化算法解决源项参数估计问题,提出了“纵向”和“横向”两种混合最优化算法,克服了单一最优化算法在实际应用中的局限性,通过一系列实验证明了混合最优化算法的优越性能。论文的主要工作和创新点概括如下:（1）针对实际应急响应应用需求,构建了基于神经网络的大气正向扩散模型。传统的大气扩散模型,例如高斯模型、拉格朗日模型和计算流体力学模型（CFD）在对大气扩散进行预测时都存在着各自的优缺点。高斯扩散模型形式简单,计算效率高,但是无法表征实际场景中复杂的地形和气象因素。拉格朗日模型和计算流体力学模型的预测结果较为精确,但是需要计算资源消耗和资料需求都较大,实际应用中存在较多限制。因此,我们使用神经网络拟合大气正向扩散过程,基于大量数据进行训练,可以准确拟合输入的各项参数和输出的浓度信息之间复杂的关系。同时由于神经网络的建立和训练可以提前完成,对于训练成功的神经网络,只要按照相应的格式输入数据,就可以快速得到输出结果,具有很高的计算效率。基于神经网络的大气正向扩散模型提高了计算速度和预测精度,为接下来的研究提供了模型基础。（2）基于Aermod System软件设计运行气体扩散仿真实验,结合实际实验数据构建了合成数据集。现实情况中,由于成本、人力物力等条件的限制,传感器网络的布设一般存在着范围不够大或网格过于稀疏的问题,因而搜集到的气体浓度数据密度往往不够。另一方面,各种专业的气体示踪实验也存在着时间尺度较大,时间跨度不够长等方面的问题。这些问题导致搜集到的实际数据集数据量比较少,数据质量也不够高。因此,我们基于专业的大气扩散仿真软件Aermod System,根据实际搜集到的数据,构建了上海某化工园区及其周边区域的仿真场景,以一小时为时间间隔,运行得到了2018年全年的气体扩散数据。选择其中有季节代表性的部分数据,结合实际数据集,构建了合成数据集。该数据集中既有准确的实际数据,又涵盖足够多的实验场景,为源项参数估计实验提供了数据基础。（3）应用多种典型的最优化算法解决源项参数估计问题,探究了解决问题时最优的算法策略和核心参数取值。传统的基于梯度的算法和贝叶斯方法在解决源项参数估计问题时存在着容易陷入局部最优,无法得到准确估计结果的问题,而丰富多样的最优化算法的应用越来越广泛。除了常见的粒子群算法和遗传算法,本文还介绍并首次运用了一种新颖的最优化算法（差分进化算法）解决源项参数估计问题。为了探究这些算法核心参数的最优取值以及差分进化算法最优的变异策略,进行了大量的估计实验。实验结果表明,在缩放因子F=0.02时,DE/rand/2算法的性能最好,且优于其他算法。（4）针对不同最优化算法的特点,提出了“纵向”、“横向”两种混合最优化算法。单一的最优化算法,在解决源项参数估计问题时往往存在着难以平衡局部最优和全局最优,兼顾探索参数空间和结果的稳定性的问题。为了克服单一最优化算法的局限性,我们根据不同算法的特点,将它们按照“纵向”和“横向”两种策略结合起来,得到混合最优化算法。“纵向”混合最优化算法以粒子群模型为基础,加入和遗传算法中的交叉、变异和选择的操作,同时引入了模拟退火的思想动态控制参数的变化;“横向”混合最优化算法将整个种群分成多个子群,每个子群上并行运行一种最优化算法,在一定步数内效果更好的算法可以获得更多的计算资源。在实际数据集和测试函数集上的结果表明,混合最优化算法既有着优良的全局搜索能力,不容易陷入局部最优,又有着很高的稳定性,可以收敛得到准确的估计结果。本文聚焦于大气正向扩散问题和源项参数估计问题的研究,综合运用了仿真建模技术,神经网络,最优化算法,参数自动化等技术方法,克服了传统大气扩散模型的不足,解决了实际数据集数据量少、质量不够高的问题,探究了最优化算法的最优策略和核心参数取值,解决了单一最优化算法在解决源项参数估计问题时的局限性。论文能有效提升有害气体扩散预测和源项参数估计的计算精度和计算效率,为“智慧城市”框架下城市管理者监管日常空气质量,处置应急泄漏事故提供有力支撑。