随着城市交通量日益增长,城市地下道路已经成为缓解城市平面交通的重要手段。由于地下道路空间压抑,机动车排放污染物不易扩散、且主要通过出口或高塔排放到大气环境中,位于城市中心区地下道路污染物的排放和扩散水平将直接影响周边居住区、行政办公或商业区的环境质量。因此研究并预测城市地下道路污染物扩散模式对城市地下道路设计具有指导意义。城市地下道路空气质量预测建模及计算,通常需要给定相应的浓度初始条件、边界条件和物理参数来求解,这也是所谓的污染物扩散计算的正问题。其反问题(inverse problem)则指的是根据污染物实测结果来计算未知的初始条件、边界条件或者物理参数。在控制理论中,这些未知的求解对象称为控制变量,相应的反问题称为控制问题。实测资料蕴含着丰富的污染物扩散过程信息,如果有模型可以在运用动力方程分析时,有机地提取实测信息中的有用信息、并用于污染物扩散分析与预测,那么就有可能提高模型的计算能力,求出与实际最为吻合的“真实”污染物浓度分布。基于这一想法,本文在反问题的框架内,基于偏微分方程最优化控制理论,建立关于浓度初始条件、边界条件和物理参数等控制变量的污染物扩散反问题的动力模型,通过动力模型和实测信息的融合以改进浓度初始条件、边界条件和物理参数的准确性。本文首先对上海市延安东路隧道及长沙市营盘路隧道进行了实验研究。测试了沿机动车行驶方向隧道内CO质量浓度分布,分析了交通特征、隧道内外空气状态(温度、风速)、周围环境质量、以及隧道结构特征(坡道、岔道)等因素对机动车排放特性的影响规律。其次在反问题的框架内,基于偏微分方程最优化控制理论,建立了融合动力模型和观测信息的地下公路隧道污染物对流扩散反问题的计算模型,并给出了模型求解方法。以对流扩散方程中的源项为例进行了反演计算,并利用反演计算出的源项对污染物浓度进行了预测。研究表明,与传统的正问题模型相比,反问题模型反演计算得到的源项可以动态的反映隧道内车流量、车速、排放特性等因素的综合影响,并且计算得到的污染物浓度场精度更高。应用该方法,通过有效的对各类污染物观测资料进行客观利用,可以识别一些不确定参数,从而可以更好地实现对污染物浓度分布的分析与预测。最后,本文利用反问题计算得到的隧道内污染物源项,结合道路内机动车流量、车型比例、道路几何形状计算了隧道内机动车单车排放因子。探索了本文提出的反问题模型在实际中的应用方法。