基于多智能体建模的持久性有机污染物动态风险评估展望

许玲玲 严勇 陆凯

（无锡市生态环境监测监控中心 江苏无锡 214000）

近年来，伴随着工业和农业活动的快速发展、市政的开发和化学品使用量的增加，有意或无意地产生了许多对生态环境有害的物质，特别是持久性有机污染物（Persistent Organic Pollutants，POPs）的生成，因其具有远距离迁移性、生物积累性、高毒性和持久性，可能会对人体构成潜在的健康威胁，已引起了人们的广泛关注［1］。

目前对于持久性有机污染物的风险评估尚未成熟，其中以静态风险评估的角度为主，少部分则是基于国家或机构统一颁发的标准指南，或是基于不同的模型和数学方法［2］，均属于瞬时风险评价，不具备连续性。事实上，持久性有机污染物的产生途径或者大部分影响持久性有机污染物生成的因素（人为的与非人为的）都是动态的，是随时间不断变化的，那么在进行持久性有机污染物的风险评估时不仅要考虑与之相关的静态因子，还要考虑其他动态因子。现有的动态风险评估模型基本都是应用于安全事故的预测预警，而对于污染物可能造成的环境风险预测还缺乏深入的认识。

智能体（Agent）建模［3］是一种特定环境下的仿真模拟方式，其特点是自上而下、从微观到宏观。以微观为前提，每一个智能体都有独立思考的能力，而智能体建模是抽象每个智能体的行为方式、特征和状态，然后将复杂的逻辑机制和数学规则赋予它们，从而使得每个智能体能够相互交流协作，并根据不同的环境感知作出相应的决策，最后在宏观上仿真模拟复杂的系统演化。因此，本文综述了持久性有机污染物的特点及影响因素和多智能体的特点，并对基于多智能体的持久性有机污染物动态风险评估［4-5］提出了展望。

1 持久性有机污染物概述

1.1 持久性有机污染物的来源

持久性有机污染物是人类合成的化学物质，源于农副产品的实际生产和工业制造过程，主要分为工业化学品、有机氯杀虫剂和非人为故意生产的副产物3 类。例如，氯丹作为控制白蚁等害虫的杀虫剂［6］，多作用于农业，在完成毒杀害虫的主要功效后残留在土壤中，进而流入地表水或渗透到地下水中，现虽已被许多国家禁止使用，但由于其具备难降解性，目前仍为环境中的主要有机污染物之一［7-9］，至今在我国一些地区的底泥和水体中仍有一定污染水平。二噁英的自然来源有火山喷发、雨林燃烧等，在我国主要来源于热力发电、废弃物焚烧和钢铁制造行业，通过烟气等途径释放到环境介质中，是非人为故意生产的工业副产物［10］。而多氯联苯不仅作为工业热过程的副产物被排放到周边环境中，也是人工合成的有机物被用于多种商业用途，造成环境二次污染［11-12］；六氯苯通常被用作杀真菌剂，其主要来源是农药生产，也有一部分在氯化工艺中以非人为故意制造的副产品产出［13］。上述持久性有机污染物由于难降解且具有挥发性，对环境和人体健康构成威胁。

1.2 持久性有机污染物的特征

（1）与非持久性有机污染物相比，持久性有机污染物很难在自然环境中进行降解。它们通常拥有较长的半衰期，在土壤中长达1～12 a，在水体中则大多为几十天至几十年［14］。例如，二噁英的半衰期最高可至10 a［15］。如果第一时间没有对其进行处理，就会对自然环境造成严重和持续的损害。某些持久性有机污染物的浓度即使比较低，也能对生物造成严重伤害。据研究表明［16-17］，在目前已知的物质中，二噁英的毒性是砒霜的900 倍、氰化钾的1 000 倍，是毒性最强的化合物之一。此外，二噁英还具有很强的致癌性，是黄曲霉素的10 倍［18］。因此，在我国的癌症研究中心，二噁英被列为一级致癌物。

（2）亲油憎水性是持久性有机污染物的特性之一，它们极容易快速在生物体脂肪内积累［19］。此种类型的污染物，实际上对食物链顶层生物的影响最大，甚至还会对人类的健康造成严重影响。有研究发现［20］，选取部分滴滴涕浓度为3×10-9的水体，测出在该水体内生存的鱼类体内滴滴涕浓度为2×10-9，而食用该鱼的鸟类体内滴滴涕浓度则高达2.5×10-8，表明持久性有机污染物有着明显的生物积累特点。持久性有机污染物在风、水等自然物质的承载下能够进行远距离的迁移。

（3）半挥发性是持久性有机污染物的又一特性。这类污染物可在常温下挥发至大气层［21］。然而，这类污染物会通过雨水等途径重新降落到地面，而不会长时间在大气中停滞。因为这类污染物在远距离的迁移期间很难被降解，便会通过风、雨作用进而破坏更广的区域环境。

1.3 持久性有机污染物的风险评估

因持久性有机污染物导致的危害问题，对其暴露风险的评估刻不容缓。RIAZ 等［22］研究发现，山区水系的鱼类对持久性物质的长期暴露十分敏感；MYHRE 等［23］也证实了在母鼠怀孕和哺乳期间，若小鼠幼崽暴露于多种持久性有机污染物中，则大多数污染物都会在其后代的大脑里检出；孙毓鑫等［24］更是以金线鱼为指示生物，评估了人群食用南海海域海产品对持久性有机污染物的潜在暴露风险。由于持久性有机污染物的生物积累性，作为食物链的顶层，人类健康与此息息相关。此外，持久性有机污染物的直接人体暴露风险同样不可小觑。施家威等［25］评估了不同种类典型持久性有机污染物对Ⅱ型糖尿病发病风险的影响；柳鑫［26］则在此基础上探究了在这类污染物的长期暴露下，孕妇的妊娠期糖尿病与此风险之间的关系。

为了更好地研究和控制持久性有机污染物对环境和人体的影响，风险评估已成为当今防治持久性有机污染物污染的一种方式。杨文武等［27］根据《环境污染物人群暴露评估技术指南》，建立暴露评估模型来估算人体暴露量；王志霞等［28］以地理信息系统（Geographic Information System，GIS）为基础，用区域健康风险评价（Regional Health Risk Assessment，RHRA）模型作为风险评估的研究框架；杨志群等［29］研究的RAIDAR（the Risk Assessment Identification And Ranking）模型则考虑到生态阈值，根据其敏感性来计算它对应的临界排放量（EC），再用预估的实际排放量（EA）来与其比较，根据二者比值则可得到风险评价因子RAF（Risk Assessment Factor），采用RAF 来筛选和分级化合物的环境风险。

2 多智能体建模

2.1 多智能体概述

智能体是一种抽象实体，它运行在某一环境中，能够作用于自身并能响应环境变化［30］。智能体通过感知外界环境的变化，灵活、自主地采取相应的行动，从而实现既定的目标。现实世界中任何大型、复杂的系统都可以抽象成多个智能体的组合。智能体联用协作技术主要研究在同个复杂系统中，如何实现多个独立自主的智能体之间智能行为的协调［31］。随着研究问题的复杂化，在人工智能方面，多智能体技术已然成为探究的重点之一。区域环境系统是一个复杂系统，而基于多智能体建模是当前国内外解决复杂系统问题的有效途径。

2.2 多智能体建模步骤

基于智能体联用技术的复杂构建主要分为3 个步骤，即智能体的选择、智能体状态转换函数的确定和模型的优化。

（1）智能体的选择。由于智能体具有社会性、进化性等特征，在选择智能体时，首先根据复杂系统的范围和框架，抽象出不同类型、功能的智能体，再根据具体应用来确定智能体的属性［32］。反应式智能体主要起到与外界简单交互的作用，而慎思式智能体则更强调智能性，即系统的演变过程。此外，还有根据不同属性和环境做出相应调整的复合式智能体，故选择智能体时，应充分考虑作用目标、作用范围、作用效果等综合因素。

（2）转换函数的确定。定义转换函数并制定转换规则是智能体建模最关键的部分。转换函数的定义取决于对系统各要素的认知，并将其现实因素抽象化，是形成其他慎思式智能体的前提。转换规则的制定则基于现有技术，并且要符合客观世界的规律。

（3）模型的优化。优化模型也是智能体建模不可或缺的一步。模型构建完成后，由于缺乏实践，可利用人工智能技术进行模拟，从而得到反应式智能体发生后对整个系统的影响，再与历史数据相比对以提高准确度，使后续方案更具有可行性。若准确度较低，则应考虑智能体组成方式的修改和转换函数的校正，从而改善模拟效果，使仿真结果更具有现实意义。

2.3 多智能体建模的应用

基于多智能体构建复杂模型是目前国内外进行动态风险评估的一种新兴手段，最为显著的是灾害评估方面［33-35］。其次，在网络安全方面，利用多智能体进行复杂建模也是热门方式。黄鹏等［36］以Anylogic 软件为仿真平台，从不同角度通过分析初始风险值、局部风险值和全局风险值之间的关联和区别，确定项目风险重点控制范围；李婵等［37］为达到风险评估的目的，将多智能体技术引入数字图书馆系统，构建了多智能体的混合式结构，从而实现动态评估；LI 等［38］基于多智能体提出了一种新型的多剂强化学习方法，通过加强交通信号之间的合作实现最佳控制。但该手段在污染物评估方面还未得到有效应用，其前景十分可期。

3 多智能体建模的动态风险评估

3.1 动态风险评估方式

近年来，由于工农业的发展、法律法规不全、监管范围不够等现象，持久性有机污染物得不到及时的监测和治理，对环境造成恶劣的影响，使之受到越来越多的关注。研究表明［39-40］，当前国内外持久性有机污染物风险评估主要为静态评估，先选取污染风险指标，再根据不同的风险因子赋予不同的权重。该类型的风险评估主要是基于地理信息系统，输入环境载体的承受能力、污染因子的危险度指数等环境系统数据，再凭借地理信息系统的空间叠加分析，展现出不同区域的风险区划图。这类风险评估方式尽管可以较为科学地对区域污染风险总体特征做出评估，有助于区域人体健康和经济可持续发展，但在可靠性和灵活性方面有所欠缺。此类方法不仅不能进行特定污染因子的评估，还无法将环境系统中形成污染的内在机理和各因素的相互作用体现出来，不能将污染风险动态化展现，从而降低了污染风险评估在环境检测中的作用。

区域动态风险评估应在2 个层面有所体现：①评估工具的动态性。与静态风险评估不同之处在于，多智能体联用技术是一个复杂的整体，动态风险评估将多个智能体结合，使其相互交流、协作，从而自动实现区域环境内各种不同风险情景下的风险评估结果；②评估方式的动态化。动态风险评估不只是进行单纯的风险估计，而是能在不同环境和状态下调整原有的风险评估预期。前者是应用性要求，要使评估工具的设计变得通用、灵活。而后者则是动态风险评估的内涵，只有基于多智能体的相互思考和协作，才能在静态评估的基础上优化评估方式，应用于复杂的环境系统。持久性有机污染物动态评估模型既要表现出区域环境各主体相互之间的关系，使农业、工业、经济、社会在被不同的超标污染物干扰后的状态和变化得到真实反映，实现微观上的风险评估，又要使各种风险变化的可能性得以体现，尤其是当给予一个固定的时空范围时。动态风险评估是一种整体评估，它不仅仅是估算出污染发生的概率和程度，然后将其整理融合，而且是要在多种风险因子存在的情况下仿真模拟，从而分析出区域环境系统状态的演变。

3.2 多智能体建模的动态风险评估思路

区域环境是一个庞大的概念，它是一切因素的总和，人口、社会、经济、自然等因素都有潜在的不确定性，且它们之间相互作用反应，构成了这样一个多层次、大范围的复杂系统。这个系统在宏观上表现出的环境污染，则是各个风险因子交互的结果，因此，将这些复杂的关系用数学公式、图形、文字等方式来表达是环境污染风险评估系统建模的前提，而传统模型则只能做到对污染因子的单一表达。为此基于多智能体联用技术来建立持久性有机污染物动态评估模型，从而在微观上模拟演化区域环境有机物污染的发展规律，并充分发挥其在复杂关系上动态表达风险因子交互的优势。

由智能体联用技术建模的一般原理可知，分析区域持久性有机物污染风险时，应先基于一定的算法和技术，定义风险评估模型的主体，再根据主体和客体的关系找到最佳平衡点，从而选出最优的方案。故建立评估模型时，应先将风险受体（人口、社会、经济、环境等）与风险源（农药使用、工业生产等）进行抽象，再根据各属性受到影响后的变化来确定信息的处理和表达方式，实现对有机污染物的动态评估。模型应结合地理信息系统，以所评估的区域环境地质图（气候、植被、地形等）为背景，再用栅格图像来表达，直观地体现持久性有机污染物的变化和影响。然后使用反应式智能体来仿真环境污染的发生，由此来模拟持久性有机污染物对风险受体（人口、经济、自然、社会等）的影响，并不断调整范围和影响力，每个风险受体都由各自的跟踪式智能体所控制，故每个受体的状态不仅被污染物的种类、强度等所影响，还由其他风险受体所决定。再利用复合式智能体得到反馈，即分析区域内受体的演变（人为演变和非人为演变），将其可视化，最后再用一个独立的智能体来统计每次仿真后的结果，从而提出相应的处理方式，并显示出污染风险的规划，实现动态风险评估。该模型的重点在于，利用智能体的优点将其联用，可以同时处理其相互影响关系。该种方式的优势是根据历史数据、风险受体的关系等提前模拟出不同时空、污染物强度的多风险情景，分析出污染发生的可能性及其影响和后果，从而提前做到对污染发生行为的预防和控制，而不是在污染发生后做出环境污染的预报。

3.3 多智能体联用建模的优点

综上所述，持久性有机污染物风险评估模型基于多智能体联用建模有以下3 个优点。

（1）具有良好的可塑性。智能体联用建模的好处在于：凭借AI（Artificial Intelligence）领域的相关成果，实现对持久性有机污染物风险评估的智能化，即不同智能体通过计算局部信息来寻找分布式一致性问题的最优解。利用一些AI 方法，如大脑模拟、符号处理、专家系统等，可以使现有的静态风险评估模型得到扩展，并将风险评估结果优化，这是未来风险评估领域的趋势。

（2）将持久性有机污染物风险评估动态化。与现有的以概率为基础的静态建模不同，在不同的情境和状态下，多智能体联用建模可以模拟各种风险载体，如财产、人身健康、社会稳定性等，在污染程度达到不同等级时的状态和相互关系，从而动态地评估持久性有机污染物风险。智能体联用技术使得每个智能体既能独立思考，又能相互交流协作，从而达到同步互动，这是模型能实现风险评估的动态性的原因［41］。

（3）将持久性有机污染物风险评估领域的现有研究成果加以吸收。考虑到静态风险评估大多基于已知的数学方法和模型，故智能体的选取可以参考国家或机构统一颁发的标准指南。根据权威环境监测机构对污染指标的经验来确定多个智能体，后续确定转换函数时也可借鉴已有的污染损失数据。从某种意义来说，智能体联用技术作为风险评估的一种方式，不仅能够作用于污染物风险评估，并且能在将来为其他领域的风险理论提供更广阔的平台。

4 结语

持久性有机污染物动态风险评估模型的研究还尚未成熟，仍然需要面对诸多挑战。首先，由于计算机建模拥有定量化的特点，这就要求人类对风险载体之间的关系要有更深入的研究，而区域环境污染系统是一个庞大的概念，要在微观上通过各污染要素的关系才能实现智能体联用技术的构建，目前对该领域的研究还不够成熟。此外，多智能体联用技术是对区域环境污染的全方位仿真模拟，目前的模型不能充分发挥其技术优势，而是着力于风险因子相互之间的关系。环境污染是一个复杂的概念，动态风险评估模型应在宏观上呈现持久性有机污染物的产生、演变、影响和治理方法的优化。