核事故放射性釋放源項的正反演耦合估計方法研究

《核事故放射性釋放源項的正反演耦合估計方法研究》是依託清華大學，由方晟擔任項目負責人的面上項目。

基本介紹

• 中文名：核事故放射性釋放源項的正反演耦合估計方法研究
• 依託單位：清華大學
• 項目負責人：方晟
• 項目類別：面上項目

項目摘要

核能對於調整我國能源結構、根治霧霾，有著不可替代的作用。但核事故的可能性尚無法消除。事故中需開展輻射防護與應急行動，保護公眾與環境、避免社會恐慌。放射性釋放源項描述了放射性物質釋放的狀態，是指導行動的最核心依據。 現有源項估計方法包括基於反應堆物理模型的正演方法與基於核素環境遷移模型的反演方法。但受信息不確定性的影響，事故中兩者均難以單獨發揮作用 本課題立足核事故場景，以不確定性的最小化為主線，系統研究闡述不確定性在正演與反演模型中的存在規律與傳遞機制，建立相關的統計模型、提出降低參數及模型不確定性的方法；並通過研究建立耦合正演、反演的源項估計框架，將這兩種長期割裂的模型統一起來，全面利用各類信息，將整體不確定性最小化，提高估計精度，彌補放射性釋放源項估計中不確定性機制和正反演耦合估計框架有關的研究欠缺，開拓新的研究思路。

結題摘要

核能對於調整我國能源結構、根治霧霾，有著不可替代的作用。但核事故的可能性尚無法消除。放射性釋放源項描述了核事故放射性物質釋放的狀態，既是開展輻射防護與應急行動的最核心依據，也是保護公眾與環境、避免社會恐慌的關鍵所在。 現有源項估計方法包括基於反應堆物理模型的正演方法與基於核素環境遷移模型的反演方法。但受信息不完備的影響，事故中兩者單獨使用時，均存在大量的不確定性，不能滿足源項估計的需求。針對上述問題，本項目從源項估計到各環節入手，研究不確定性降低方法，並最終通過耦合方法提高準確性。針對反演中大氣擴散模式的偏差，本項目提出了CALMET-RIMPUFF和SWIFT-RIMPUFF的快速中尺度大氣擴散模式，改善風場的預測準確性；其中SWIFT-RIPUFF還通過ARCON的擴散參數專門矯正建築的尾流效應，在近區有更好的預測效果。同時，針對福島核事故，改進了WRF-Chem區域尺度大氣，其模式預測效果在日本組織的12個國際模式對比研究中，綜合表現最好。 針對目前缺乏三維輻射劑量場精確快速計算方法問題， 本項目提出基於卷積的快速三維輻射場計算方法，能夠在不損失任何準確性的情況下，將計算速度提升5個量級以上。該方法適用於複雜三維濃度分布與任何類型的擴散模式，能提供三維精細輻射場分布。 針對源項反演中的偏差，本項目基於風洞實驗開展多重場景下的源項反演偏差分析，給出偏差浮動範圍。並提出了“模型誤差-源項”聯合估算方法，實現模型誤差的自適應矯正與源項估計，可將源項估計偏差降低80%以上，並顯著提高模式預測結果與實驗測量的一致性。 基於上述研究，本項目提出基於RTM-96與ENKF的正反演耦合源項估計方法。該方法以RTM-96提供大致的時序釋放時間點與釋放時序信息，並從中提取反演的時序預測模型， 改進EnKF反演，從而得到更為準確的源項信息 。驗證表明，該方法比單獨的正/反演方法具有更高的準確性和可靠性。 針對福島核事故，本項目提出了耦合正反演的多核素源項估計方法，基於廠區劑量率監測數據，將RASCAL正演、濃度反演通過EnKF耦合，所得源項不僅保留了先驗信息多優點，還能夠大幅度提升大氣擴散模式對於廠區劑量率、區域尺度空氣濃度和區域尺度地面沉積預測的準確性。