减小辐射场剂量率预测不确定度的数据同化研究

• 作者: 张力军 王良瑜 绪梅 袁彪
• 来源期刊: 原子能科学技术
• 关键词: 数据同化 核事故 集合卡尔曼滤波 高斯烟团模式
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 技术及应用
• 页码范围: 1110-1115
• 页数: 6页
• 分类号: TL732
• 语种: 中文
• DOI: 10.7538/yzk.2017.51.06.1110

摘要

为提高核事故早期辐射场剂量率评估的准确性和可靠度,提出一种基于数据同化理论的评价方法.根据数据同化理论,定义辐射场状态空间,建立了适合辐射场剂量率预测模型的状态转移和误差协方差矩阵.利用同化算法,综合考虑核事故辐射场剂量率预测模型与实测数据,实现辐射场剂量率的最优化表达.在Matlab软件平台上,运用数值模拟实验和福岛实测数据,对该方法进行了双重验证.实验结果表明,数值模拟实验条件下,当放射性物质空气释放率高估1个数量级时,同化后,辐射场剂量率相对均方根误差从1个数量级降低至50％左右.利用福岛核事故监测数据对同化系统进行验证,同化后的结果与实际测量结果相近,相对均方根误差在20％左右.以上结果表明,通过合理运用数据同化方法,可有效减小辐射场剂量率预测的不确定度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁彪	防化学院核防护系	2	2	1.0	1.0
2	王良瑜	防化学院核防护系	2	2	1.0	1.0
3	绪梅	防化学院核防护系	2	2	1.0	1.0
4	张力军	防化学院核防护系	1	0	0.0	0.0