蒙特卡罗方法评估农产品环境安全风险

蒙特卡罗（Monte Carlo）方法不同于确定性数值方法，它是用来解决数学和物理问题的非确定性（概率统计或随机）数值方法。它是用一系列随机数来近似解决问题的一种方法，是通过寻找一个概率统计的相似体并用实验取样过程来获得该相似体的近似解的处理数学问题的一种手段。运用该近似方法所获得的问题的解更接近于实验结果，而不是经典数值计算结果。它起源于早期的用概率或近似概率的数学思想，随着现代计算机技术的飞速发展，蒙特卡罗方法已经在健康风险的控制和不确定性研究方面发挥了极其重要的作用。

在应用蒙特卡罗方法分析健康风险时，要求产生的随机数序列应符合各风险因子特定的概率分布而产生各种特定的、不均匀的概率分布的随机数序列，通常采用的方法是先产生一种均匀分布的随机数序列，再设法转换成特定要求的概率分布的随机数序列，以此作为数字模拟试验的输入变量序列进行模拟求解。步骤为：①建立概率模型，即对各因子构造一个符合其特点的概率模型（随机事件、随机变量）。包括对确定性问题，需把具体问题变为概率问题，建立概率模型。②产生随机数序列，作为健康风险评价的抽样输入进行数字模拟试验，得到大量的试验模拟值。③对风险评价结果进行统计处理（计算频率、平均值等特征值），得出结论和相应的准确度估计。

蒙特卡罗方法进行风险评价，尤其是在一些暴露评价中，蒙特卡罗分析产生一个潜在风险的概率估计，是通过模拟一系列随机选择的条件而评价每一个风险参数，这一评价方法比传统的评价方法更有优势。在实际应用中，USEPA趋向于应用蒙特卡罗方法的概率技术，研究不同概率情况下的事故发生后果，给环境风险管理者提供更为广泛的参考。(www.xing528.com)

蒙特卡罗方法的应用有两种途径：仿真和取样。仿真是指提供实际随机现象的数学上的模仿方法。取样是指通过研究少量的随机的子集来演绎大量元素特性的方法。例如，通过采集少量样本来演绎总体的分布趋势。因此，采用蒙特卡罗方法模拟风险评价模型中的不确定性因素，通过采集有限的样本来预测总体的情况，在理念上是完全行得通的。

随着计算机技术的发展，采用蒙特卡罗方法进行计算机仿真模拟变得容易起来，这进一步促进了概率风险评估技术的推广应用。现阶段常用的基于蒙特卡罗方法的概率风险评价软件主要有Oracle公司的水晶球软件及Palisade公司＠risk软件。两个软件均以Excel为基础，在原有软件功能基础上开发了大量风险评价专用函数，软件均支撑蒙特卡罗和拉丁超立方体两种抽样技术，并且可以为电子表格模型中的任何单元格或单元格范围生成可能结果的分布。模拟选项和模型输出项的选择均采用Windows风格的菜单、对话框和鼠标输入。除了描述统计量、数据趋势拟合、决策模拟、趋势图表、相关变量分配、统计报表等功能外，两个软件还具有强大的数据敏感性分析功能，让用户决定真正导致结果的因素。