在化学事故应急响应与应急处置中，需利用大气扩散模型确定危险化学品的影响区域，为应急救援提供决策支持，具有十分重要的意义。而危险化学品的泄露源强度是大气扩散模型的重要输入参数之一，影响着大气扩散模型运行结果的准确程度，从而影响应急决策的准确性。 本文归纳了现有的大气源强反算方法，分别针对不同方法的内容、特点和适用范围进行了分析和总结，并结合其在实际案例中的应用比较，对各方法的反算思想和求解过程进行了比较和分析，提出了各源强反算方法的优点和不足。针对牛顿-拉夫森算法、神经网络算法、遗传算法等进行了实例计算和对比。对已知扩散机理的过程，牛顿-拉夫森算法模拟过程快速有效，模拟结果在很短的时间内逼近了源强的真实值，证明了模型的正确性和有效性，与其他方法相比，该方法具有计算时间短、准确度高的特点，符合应急响应过程的需要，建议在应急响应体系中使用该方法进行大气源强的反算；而对未知扩散机理的过程，则必须采用神经网络算法等人工智能的方法进行处理。