高效的贝叶斯源重建和不确定性量化大气放射性核素释放,通过将释放率采样替换为时间变化的释放率的最大-后期估计
Yuhan Xu1, Xinwen Dong1, Sheng Fang1
1Institute of Nuclear and New Energy Technology, Collaborative Innovation Centre of Advanced Nuclear Energy Technology, Key Laboratory of Advanced Reactor Engineering and Safety of Ministry of Education, Tsinghua University, Beijing 100084, China.
这项研究引入了一个新的贝叶斯框架,用于大气放射性核素排放的重建. 它准确地确定了来源和释放率,通过避免计算挑战和不切实际的假设来改进当前的方法.
科学领域:
- 核科学与工程 核科学与工程
- 环境监测 环境监测
- 计算物理 计算物理
背景情况:
- 对大气中的放射性核素排放的准确重建对于核能发展和安全至关重要.
- 目前的贝叶斯方法面临着计算挑战,并且经常依赖于不现实的恒定释放假设.
- 为了有效的环境监测和核不扩散,需要改进源期估计.
研究的目的:
- 开发一种新的贝叶斯框架,用于重建放射性核素源位置和时间变化的释放速率.
- 为了克服现有的贝叶斯重建技术的计算强度和不现实的假设.
- 为大气放射性核素排放分析提供更准确,更少不确定性的方法.
主要方法:
- 提出了一个贝叶斯框架,利用最大后期 (MAP) 估计时间变化的释放率,绕过详尽的抽样.
- 使用PAMILT来精制MAP估计的释放率并消除振荡.
- 使用MAP估计的概率来近似时间变化的释放率的后期概率.
主要成果:
- 与不断释放贝叶斯方法相比,新方法显著减少了源位置错误 (44.29%-85.43%).
- 重建的释放配置文件与报告的时间窗口和总排放量准确匹配.
- 在实例验证中证明了更高的准确性和更低的不确定性.
结论:
- 建议的贝叶斯框架为放射性核素源重建提供了一个计算效率高,准确的替代方案.
- 它成功地避免了不切实际的恒定释放假设,从而导致更可靠的排放估计.
- 该方法显示出稳定性和效率,提高了大气放射性核素监测能力.
更多相关视频
10:33Expedited Radiation Biodosimetry by Automated Dicentric Chromosome Identification ADCI and Dose Estimation
Published on: September 4, 2017
09:18Laser-heating and Radiance Spectrometry for the Study of Nuclear Materials in Conditions Simulating a Nuclear Power Plant Accident
Published on: December 14, 2017
相关概念视频
Propagation of Uncertainty from Systematic Error
Propagation of Uncertainty from Random Error
Mechanistic Models: Compartment Models in Individual and Population Analysis
Radioactive Decay and Radiometric Dating
Noncompartmental Analysis: Statistical Moment Theory
Random Error
