核事故氣載放射性核素的參數自適應大氣擴散研究

《核事故氣載放射性核素的參數自適應大氣擴散研究》是依託上海交通大學，由王德忠擔任項目負責人的面上項目。

基本介紹

• 中文名：核事故氣載放射性核素的參數自適應大氣擴散研究
• 項目類別：面上項目
• 項目負責人：王德忠
• 依託單位：上海交通大學

項目摘要

核事故氣載放射性核素的大氣擴散研究對於事故後果的科學評價非常重要。傳統的方法通常基於源項信息和擴散參數等確定的條件下進行研究，而實際上源項組份、釋放方式均未知，並且在複雜天氣狀況下的真實擴散參數與實驗得到的數值並不一致，導致事故後果難以得到科學的評價。本研究擬採用數據同化技術進行源項反演和參數估計，基於核事故氣載放射性核素的異構監測數據，研究數據耦合方法，建立核事故源項及氣載放射性核素的數值分析系統，探索觀測場、源項、風場、模式等物理參數的初值及誤差對於數值分析系統的作用規律，建立核事故氣載放射性核素參數自適應的大氣擴散模型，實現對核事故氣載放射性核素大氣輸運動力學過程的科學評價和估計。

結題摘要

2011年福島核事故為世界核電的發展提出了更高的要求，隨著我國核電事業的發展，核事故後果評價技術的需求越來越迫切。在核事故發生時應急機構應當準確估計核事故釋放核素的大氣擴散過程，得到氣載放射性核素在地表的濃度分布，為緩解事故危害提供決策支持。福島核事故中，由於堆芯損傷的程度難以判斷，導致事故後果評價的準確性受到質疑。 本項目以放射性核素在大氣中的遷移為基礎，通過反演方法、參數估計理論和實驗研究，建立能夠準確描述核事故源項擴散行為的參數自適應模型。在探測值不確定性大的條件下進行核事故源項反演建模，提高源項反演的精度。 本項目建立的SJTUPUFF大氣擴散模型實現了複雜氣象下的中小尺度核事故大氣擴散比較準確的預測。核心算法採用煙團模型，能夠處理多點源源項的分析模擬，並具有源項反演模組，經過數值模擬和實驗結果的驗證，準確性良好，可以套用於國內外核電廠環境評價。 以煙團模型為基礎，採用遺傳算法和集合卡爾曼濾波方法針對源項和輸運模型參數建立了參數自適應的大氣擴散模型，探索了模型誤差和觀測誤差對同化過程的影響規律，進行了模型的數值穩定性研究。結果表明，遺傳算法和集合卡爾曼濾波方法均能夠較好的估計擴散參數；基於研究發現大氣擴散係數具有穩定性性質，根據這一特點採用平滑方法改進參數估計，提高了大氣擴散係數自適應估計的精度。 基於集合卡爾曼濾波方法建立了源項釋放率的反演模型，提出了源項釋放率是隨機遊走過程的假設，通過數值實驗驗證了該假設的正確性，並利用Kincaid示蹤實驗對反演模型的準確性進行了分析，研究表明集合卡爾曼濾波相對於比例縮放模型，準確性不受到累計的觀測誤差的影響，只與整體的觀測質量有關，在觀測誤差不確定性大的情況下能夠最大限度地消除觀測誤差帶來的影響。 建立了核電廠源項反演系統，通過對於環境劑量率的分析和採樣能譜的分析，基於支持向量機方法建立了劑量率上升的分類模型，提高了監測數據的準確性，反演模型能夠對核電廠事故源項的組分、釋放率進行反演，實驗驗證表明該方法準確性高，對具有較大觀測誤差的情況適應性好。該系統已套用到國核心電廠的事故應急決策支持系統中。