核事故放射性释放源项的正反演耦合估计方法研究

Nuclear energy is indispensible for the energy structure adjustment and complete haze removal in China. Howvever, the possibility of a nuclear accident still could not be eliminated. For this reason,radiation protection and nuclear emergency action is necessary to protect the public,the environment and to avoid social panic. And the key to such action is the source information of radioactivity release. Existing source term estimation methods include forward method that relies on reactor physics model and backward method that is based environmental radionuclide transport model. In accident, these two method may not work well individually, due to large uncertainties. To solve this problem, this project is directly focused on the minimization of uncertainties in nuclear accidents scenario. It will reveal the mechanism of the existence and propagation of uncertainties in both forward and backward source term estimation models, and will correspondinly propose methods to reduce the uncertainties in both parameters and models. Statistical models will be built to describe the behavior of uncertainties in these models. Furthermore, the forward and backward models will be coupled to generate a new unified source term estimation framework so that all available models and information in accidents are utilized to reduce uncertainties. The proposed project will significantly increase the accuracy of source term estimation, and promote the capabilities of the radiation protection and nuclear emergency action of China. The findings in the project will bridge the long-existing gap between forward and backward source term estimation method, systematicaly reveal the mechanism of uncertainties in source term estimation and provide a new multi-model way for source term estimation in nuclear accidents.

核能对于调整我国能源结构、根治雾霾，有着不可替代的作用。但核事故的可能性尚无法消除。事故中需开展辐射防护与应急行动，保护公众与环境、避免社会恐慌。放射性释放源项描述了放射性物质释放的状态，是指导行动的最核心依据。 现有源项估计方法包括基于反应堆物理模型的正演方法与基于核素环境迁移模型的反演方法。但受信息不确定性的影响，事故中两者均难以单独发挥作用 本课题立足核事故场景，以不确定性的最小化为主线，系统研究阐述不确定性在正演与反演模型中的存在规律与传递机制，建立相关的统计模型、提出降低参数及模型不确定性的方法；并通过研究建立耦合正演、反演的源项估计框架，将这两种长期割裂的模型统一起来，全面利用各类信息，将整体不确定性最小化，提高估计精度，弥补放射性释放源项估计中不确定性机制和正反演耦合估计框架有关的研究欠缺，开拓新的研究思路。

核能对于调整我国能源结构、根治雾霾，有着不可替代的作用。但核事故的可能性尚无法消除。放射性释放源项描述了核事故放射性物质释放的状态，既是开展辐射防护与应急行动的最核心依据，也是保护公众与环境、避免社会恐慌的关键所在。. 现有源项估计方法包括基于反应堆物理模型的正演方法与基于核素环境迁移模型的反演方法。但受信息不完备的影响，事故中两者单独使用时，均存在大量的不确定性，不能满足源项估计的需求。针对上述问题，本项目从源项估计到各环节入手，研究不确定性降低方法，并最终通过耦合方法提高准确性。. 针对反演中大气扩散模式的偏差，本项目提出了CALMET-RIMPUFF和SWIFT-RIMPUFF的快速中尺度大气扩散模式，改善风场的预测准确性；其中SWIFT-RIPUFF还通过ARCON的扩散参数专门矫正建筑的尾流效应，在近区有更好的预测效果。同时，针对福岛核事故，改进了WRF-Chem区域尺度大气，其模式预测效果在日本组织的12个国际模式对比研究中，综合表现最好。. 针对目前缺乏三维辐射剂量场精确快速计算方法问题， 本项目提出基于卷积的快速三维辐射场计算方法，能够在不损失任何准确性的情况下，将计算速度提升5个量级以上。该方法适用于复杂三维浓度分布与任何类型的扩散模式，能提供三维精细辐射场分布。. 针对源项反演中的偏差，本项目基于风洞实验开展多重场景下的源项反演偏差分析，给出偏差浮动范围。并提出了“模型误差-源项”联合估算方法，实现模型误差的自适应矫正与源项估计，可将源项估计偏差降低80%以上，并显著提高模式预测结果与实验测量的一致性。. 基于上述研究，本项目提出基于RTM-96与ENKF的正反演耦合源项估计方法。该方法以RTM-96提供大致的时序释放时间点与释放时序信息，并从中提取反演的时序预测模型， 改进EnKF反演，从而得到更为准确的源项信息 。验证表明，该方法比单独的正/反演方法具有更高的准确性和可靠性。. 针对福岛核事故，本项目提出了耦合正反演的多核素源项估计方法，基于厂区剂量率监测数据，将RASCAL正演、浓度反演通过EnKF耦合，所得源项不仅保留了先验信息多优点，还能够大幅度提升大气扩散模式对于厂区剂量率、区域尺度空气浓度和区域尺度地面沉积预测的准确性。