CN108510114B - 一种核电厂未来天气情景下核素所致公众剂量预测方法 - Google Patents

一种核电厂未来天气情景下核素所致公众剂量预测方法 Download PDF

Info

Publication number
CN108510114B
CN108510114B CN201810255675.9A CN201810255675A CN108510114B CN 108510114 B CN108510114 B CN 108510114B CN 201810255675 A CN201810255675 A CN 201810255675A CN 108510114 B CN108510114 B CN 108510114B
Authority
CN
China
Prior art keywords
daily
future
month
future weather
wind speed
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201810255675.9A
Other languages
English (en)
Other versions
CN108510114A (zh
Inventor
郭瑞萍
陈海英
韩静茹
陈妍
刘福东
张春明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nuclear And Radiation Safety Center Ministry Of Ecology And Environment
Original Assignee
Nuclear And Radiation Safety Center Ministry Of Ecology And Environment
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nuclear And Radiation Safety Center Ministry Of Ecology And Environment filed Critical Nuclear And Radiation Safety Center Ministry Of Ecology And Environment
Priority to CN201810255675.9A priority Critical patent/CN108510114B/zh
Publication of CN108510114A publication Critical patent/CN108510114A/zh
Application granted granted Critical
Publication of CN108510114B publication Critical patent/CN108510114B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Measurement Of Radiation (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及核电厂未来天气情景下核素大气环境影响评价技术领域，具体涉及一种核电厂未来天气情景下核素所致公众剂量预测方法。该方法利用随机采样方法生成站点气象要素场；利用未来天气情景生成区域站点气象要素场扰动量，利用现在天气和未来天气情景下气象站点随机气象场数据驱动大气扩散模型生成现在和未来天气情景下的大气弥散因子；比较现在天气和未来天气情景下不同方位和不同距离处核素所致公众照射剂量。该方法科学合理，是核电厂放射性核素大气环境影响预测分析的重要技术手段。

Description

一种核电厂未来天气情景下核素所致公众剂量预测方法
技术领域
本发明涉及核电厂未来天气情景下核素大气环境影响评价技术领域，具体涉及一种核电厂未来天气情景下核素所致公众剂量预测方法。
背景技术
核电厂正常运行或事故工况下核素会以气体、气溶胶等形态进入环境，气载核素排放到环境中会经过大气过程的稀释和扩散进行传输，进而对环境和公众造成辐射影响。核电厂环境影响评价方法中提供了一种计算核电厂释放的气载放射性核素大气扩散和剂量影响的方法。
然而，现有的核电厂气载放射性核素大气扩散和剂量计算方法存在如下问题，一方面计算时采用的是现在的气象数据；其次剂量计算时采用的是现有人口数据。现有核电厂气载放射性核素大气扩散和剂量计算方法没有考虑未来气候变化对气载放射性核素环境影响评价的影响。通常核电厂运行寿期为60年，使用当前的气象数据和人口数据不能反映核电厂整个寿期内放射性核素可能产生的环境影响。全球气候变暖导致气象条件发生显著变化，未来气候变化情景下核电厂释放的气载放射性核素的大气扩散特征和造成的公众照射剂量将为核电厂环境影响评价重点关注的问题，而现有技术还没有一种好的计算核电厂未来天气情景下核素大气扩散特征和公众剂量预测方法。
发明内容
针对现有技术中存在的缺陷，本发明的目的在于提供一种核电厂未来天气情景下核素所致公众剂量预测方法。
为实现上述目的，本发明采用的技术方案如下：
一种核电厂未来天气情景下核素所致公众剂量预测方法，包括以下步骤：
(1)基于核电厂址80km范围内气象站点历史气象数据构建站点数据集；
(2)基于站点数据集数据统计生成气象站点气象要素参数包；
(3)利用随机采样方法生成每个气象站点的降水R、温度T、风速WS、风向WD气象要素场；
(4)利用未来天气情景选择研究区域每个气象站点气象要素场扰动量，根据扰动量生成每个气象站点的降水RF、温度TF、风速WSF、风向WDF气象要素场；
(5)利用现在和未来天气情景下每个气象站点的随机气象场数据驱动大气扩散模型生成现在天气情景下的大气弥散因子ADF和未来天气情景下的大气弥散因子ADFF；
(6)利用人口增长率计算未来某一时间段的人口数据POPF，结合剂量计算公式计算现在天气情景下和未来天气情景下的个人照射剂量和集体剂量；
(7)比较现在天气情景下和未来天气情景下的不同方位和不同距离处核素所致公众照射剂量的值，确定未来天气情景下最大公众照射剂量。
进一步，如上所述的一种核电厂未来天气情景下核素所致公众剂量预测方法，步骤(3)中计算日降水量的方式为：
Figure BSA0000161303840000021
R为日降雨量，K为降雨量斜率系数，SDR是逐月的日降雨量标准差，R0为逐月的日降雨量平均值，Rn为标准正态变量。
进一步，如上所述的一种核电厂未来天气情景下核素所致公众剂量预测方法，步骤(3)中计算日温度的方式为：
T＝T0+SDT×Tn
T为日气温，T0为逐月的平均气温，SDT为逐月的温度标准差，Tn为标准正态变量。
进一步，如上所述的一种核电厂未来天气情景下核素所致公众剂量预测方法，步骤(3)中计算日风向的方式为：
Figure BSA0000161303840000022
WD为日风向角，SDwd为逐月的风向标准差，WD0为逐月的风向角平均值，t为时间变量。
进一步，如上所述的一种核电厂未来天气情景下核素所致公众剂量预测方法，步骤(3)中计算日风速的方式为：
Figure BSA0000161303840000023
WS为日风速值，Kws为风速斜率系数，WS0为逐月的日风速平均值，SDws为逐月的风速标准差，WSn为标准正态变量。
进一步，如上所述的一种核电厂未来天气情景下核素所致公众剂量预测方法，步骤(4)中计算未来天气情景下日降雨量RF的方式为：
Figure BSA0000161303840000031
RF为未来情景下日降雨量，RF0为是未来情景下逐月的日降雨量平均值。
其中，RF0＝R0+RV
RV为研究区域中心点所在网格在未来天气情景下逐月的日降雨量扰动量。
进一步，如上所述的一种核电厂未来天气情景下核素所致公众剂量预测方法，步骤(4)中计算未来天气情景下日温度TF的方式为：
TF＝TF0+SDT×Tn
TF为未来情景下日气温，TF0为未来情景下逐月日气温平均值。
其中，TF0＝T0+TV
TV为研究区域中心点所在网格在未来天气情景下逐月的平均气温扰动量。
进一步，如上所述的一种核电厂未来天气情景下核素所致公众剂量预测方法，步骤(4)中计算日风向的方式为：
Figure BSA0000161303840000032
WDF为未来情景下日风向角，WDF0为未来情景下逐月风向角平均值。
其中，WDF0＝WD0+WDV
WDV为研究区域中心点所在网格在未来天气情景下逐月的风向角扰动量。
进一步，如上所述的一种核电厂未来天气情景下核素所致公众剂量预测方法，步骤(4)中计算日风速的方式为：
Figure BSA0000161303840000033
WSF为未来天气情景下日风速值，WSF0为未来天气情景下逐月的日风速平均值。
其中，WSF0＝WS0+WSV
WSV为研究区域中心点所在网格在未来天气情景下逐月的风速扰动量。
进一步，如上所述的一种核电厂未来天气情景下核素所致公众剂量预测方法，步骤(5)中大气弥散因子ADF和ADFF的计算方式为：
Figure BSA0000161303840000041
Figure BSA0000161303840000042
其中，ADF为现在天气情景下大气弥散因子，ADFF为未来天气情景下大气弥散因子，Hpoint为排放点的高度，σx，σy，σz为x，y，z方向的扩散参数。
进一步，如上所述的一种核电厂未来天气情景下核素所致公众剂量预测方法，步骤(6)中人口数POPF的计算方式为：
POPF＝POP0×eλt
其中，POPF为未来天气情景下人口数，POP0为人口基数，λ为人口增长率，t为年。
进一步，如上所述的一种核电厂未来天气情景下核素所致公众剂量预测方法，步骤(6)中个人照射剂量DOS和DOSF的计算公式为：
DOS＝DOSINH+DOSIMM
DOSF＝DOSFINH+DOSFIMM
其中，DOSINH为现在天气情景下内照射剂量，DOSIMM为现在天气情景下外照射剂量，DOSFINH为未来天气情景下内照射剂量，DOSFIMM为未来天气情景下外照射剂量。
内照射剂量DOS和DOSFINH的计算方式为：
DOSINH＝Q×AIR×ADF×FACINH
DOSFINH＝Q×AIR×ADFF×FACINH
其中，Q为核素源项，FACINH为吸入内照射剂量转换因子。
DOSIMM＝Q×1.58×107×ADF×FACIMM
DOSFIMM＝Q×1.58×107×ADFF×FACIMM
其中，Q为核素源项，FACINH为浸没外照射剂量转换因子。
DOSPOP＝(DOSINH+DOSIMM)×POPF
DOSFPOP＝(DOSFINH+DOSFIMM)×POPF
其中，DOSPOP为现在天气情景下集体剂量，DOSFPOP为未来天气情景下集体剂量。
本发明的有益效果在于：本发明所述的计算方法利用未来天气情景下气象要素场驱动核素大气扩散模型，结合未来人口数据计算未来天气情景下公众照射剂量。该计算方法科学合理，适用性强，是未来天气情景下核电厂放射性核素环境影响评价的重要技术手段，在放射性核素大气环境影响评价技术领域具有重要意义。
附图说明
图1为本发明具体实施方式中一种核电厂未来天气情景下核素所致公众剂量预测方法的流程图。
具体实施方式
下面结合说明书附图与具体实施方式对本发明做进一步的详细说明。
图1给出了本发明具体实施方式中一种核电厂未来天气情景下核素所致公众剂量预测方法的流程图，该方法主要包括以下步骤：
(1)基于核电厂址80km范围内气象站点历史气象数据构建站点数据集；
此步骤中所述的构建站点数据集，本实施方式中首先确定研究区域中心点，以中心点为半径收集80km范围的气象站点历史气象数据，包括气温、风速、风向、降雨量等气象要素。
(2)基于站点数据集数据统计生成气象站点气象要素参数包；
此步骤中所述的生成站点气象要素参数包，本实施方式中基于收集的各个气象站点的气象要素数据，统计分析各个气象站点的气象要素的平均值、标准差和气象要素的分布特征函数。
(3)利用随机采样方法生成每个气象站点的降水R、温度T、风速WS、风向WD气象要素场；
此步骤中所述的生成降水R、温度T、风速WS、风向WD气象要素场，本实施方式中需结合不同气象要素场的计算公式，通过随机采样的方式生成每个站点的逐日的降水R、温度T、风速WS、风向WD气象要素场数据。
(4)利用未来天气情景选择研究区域每个气象站点气象要素场扰动量，根据扰动量生成每个气象站点的降水RF、温度TF、风速WSF、风向WDF气象要素场；
此步骤中所述的根据扰动量生成降水RF、温度TF、风速WSF、风向WDF气象要素场，本实施方式中结合未来天气情景数据得到研究区域不同气象要素的扰动量，再根据未来天气情景下不同气象要素场的计算公式得到每个气象站点未来天气情景下的逐日天气数据。
(5)利用现在和未来天气情景下每个气象站点的随机气象场数据驱动大气扩散模型生成现在天气情景下的大气弥散因子ADF和未来天气情景下的大气弥散因子ADFF；
此步骤中所述的驱动大气扩散模型生成未来天气情景下的大气弥散因子ADFF，本实施方式中选择每个气象站点的现在天气情景下和未来天气情景下随机气象场数据分别驱动大气扩散计算公式生成现在天气情景下和未来天气情景下的每个气象站点对应的大气弥散因子。
(6)利用人口增长率计算未来某一时间段的人口数据POPF，结合剂量计算公式计算现在天气情景下和未来天气情景下的个人照射剂量和集体剂量；
此步骤中所述的结合剂量计算公式计算内照射剂量，外照射剂量和集体剂量，本实施方式中选择整个区域80km范围的人口数据进行计算，研究区域人口增长率保持一致，结合每个气象站点的大气弥散因子进行整个研究区域现在天气情景下和未来天气情景下内照射剂量，外照射剂量和集体剂量的计算。
(7)比较现在天气情景下和未来天气情景下的不同方位和不同距离处核素所致公众照射剂量的值，确定未来天气情景下最大公众照射剂量。
此步骤中所述的比较现在天气情景下和未来天气情景下的不同方位和不同距离处核素所致公众照射剂量的值，本实施方式中通过分析研究区域不同气象站点的所在位置，结合计算得到的研究区域各个气象站点的个人照射剂量和集体剂量，分析现在天气情景下和未来天气情景下的不同方位和不同距离处核素释放时可能对公众造成的辐射剂量，确定未来天气情景下最大公众照射剂量所在的位置。
本发明的计算方法科学合理，是核电厂放射性核素大气环境影响预测分析的重要技术手段，在核电厂放射性核素大气环境影响评价和辐射环境影响分析领域具有重要意义，可广泛应用于核电厂放射性核素大气环境影响预测评价。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。凡在本发明的精神和原则在内，所作的任何修改和变型属于本发明权利要求及其同等技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种核电厂未来天气情景下核素所致公众剂量预测方法，包括以下步骤：
(1)基于核电厂址80km范围内气象站点历史气象数据构建站点数据集；
(2)基于站点数据集数据统计生成气象站点气象要素参数包；
(3)利用随机采样方法生成每个气象站点现在的日降雨量R、日气温T、日风速WS、日风向角WD气象要素场；
(4)利用未来天气情景选择研究区域每个气象站点气象要素场扰动量，根据扰动量生成每个气象站点的未来情景下日降雨量RF、未来情景下日气温TF、未来情景下日风速WSF、未来情景下日风向角WDF气象要素场；
(5)利用现在和未来天气情景下每个气象站点的随机气象场数据驱动大气扩散模型生成现在天气情景下的大气弥散因子ADF和未来天气情景下的大气弥散因子ADFF；
(6)利用人口增长率计算未来某一时间段的人口数据POPF，结合剂量计算公式计算现在天气情景下和未来天气情景下的个人照射剂量和集体剂量；
(7)比较现在天气情景下和未来天气情景下的不同方位和不同距离处放射性核素所致公众照射剂量的值，确定未来天气情景下最大公众照射剂量。
2.如权利要求1所述的一种核电厂未来天气情景下核素所致公众剂量预测方法，其特征在于：步骤(3)中计算日降雨量的方式为：
Figure FSB0000198571340000011
其中，R为日降雨量，K为日降雨量斜率系数，SDR是逐月的日降雨量标准差，R0为逐月的日降雨量平均值，Rn为日降雨量标准正态变量。
3.如权利要求1所述的一种核电厂未来天气情景下核素所致公众剂量预测方法，其特征在于：步骤(3)中计算日气温的方式为：
T＝T0+SDT×Tn
其中，T为日气温，T0为逐月的日气温平均值，SDT为逐月的日气温标准差，Tn为日气温标准正态变量。
4.如权利要求1所述的一种核电厂未来天气情景下核素所致公众剂量预测方法，其特征在于步骤(3)中计算日风向角的方式为：
Figure FSB0000198571340000012
其中，WD为日风向角，SDwd为逐月的日风向角标准差，WD0为逐月的日风向角平均值，t为时间变量。
5.如权利要求1所述的一种核电厂未来天气情景下核素所致公众剂量预测方法，其特征在于步骤(3)中计算日风速的方式为：
Figure FSB0000198571340000021
其中，WS为日风速，KWS为日风速斜率系数，WS0为逐月的日风速平均值，SDws为逐月的日风速标准差，WSn为日风速标准正态变量。
6.如权利要求1所述的一种核电厂未来天气情景下核素所致公众剂量预测方法，其特征在于步骤(4)中计算未来情景下日降雨量的方式为：
Figure FSB0000198571340000022
其中，RF为未来情景下日降雨量，RF0为是未来情景下逐月的日降雨量平均值，K为日降雨量斜率系数，SDR是逐月的日降雨量标准差，Rn为日降雨量标准正态变量；
RF0＝R0+RV
其中，RV为研究区域中心点所在网格在未来天气情景下逐月的日降雨量扰动量，R0为逐月的日降雨量平均值。
7.如权利要求1所述的一种核电厂未来天气情景下核素所致公众剂量预测方法，其特征在于步骤(4)中计算未来情景下日气温的方式为：
TF＝TF0+SDT×Tn
TF为未来情景下日气温，TF0为未来情景下逐月的日气温平均值，SDT为逐月的日气温标准差，Tn为日气温标准正态变量；
其中，TF0＝T0+TV
TV为研究区域中心点所在网格在未来天气情景下逐月的日平均气温扰动量，T0为逐月的日气温平均值。
8.如权利要求1所述的一种核电厂未来天气情景下核素所致公众剂量预测方法，其特征在于步骤(4)中计算未来情景下日风向角的方式为：
Figure FSB0000198571340000023
WDF为未来情景下日风向角，WDF0为未来情景下逐月的日风向角平均值，SDwd为逐月的日风向角标准差，t为时间变量；
其中，WDF0＝WD0+WDV
WDV为研究区域中心点所在网格在未来天气情景下逐月的日风向角扰动量，WD0为逐月的日风向角平均值。
9.如权利要求1所述的一种核电厂未来天气情景下核素所致公众剂量预测方法，其特征在于步骤(4)中计算未来情景下日风速的方式为：
Figure FSB0000198571340000031
WSF为未来情景下日风速，WSF0为未来天气情景下逐月的日风速平均值，KWS为日风速斜率系数，SDws为逐月的日风速标准差，WSn为日风速标准正态变量；
其中，WSF0＝WS0+WSV
WSV为研究区域中心点所在网格在未来天气情景下逐月的日风速扰动量，WS0为逐月的日风速平均值。
10.如权利要求1所述的一种核电厂未来天气情景下核素所致公众剂量预测方法，其特征在于步骤(5)中大气弥散因子ADFF的计算方式为：
Figure FSB0000198571340000032
其中，ADFF为未来天气情景下大气弥散因子，Hpoint为排放点的高度，σy，σz为y，z方向的扩散参数，WSF为未来情景下日风速。
CN201810255675.9A 2018-03-27 2018-03-27 一种核电厂未来天气情景下核素所致公众剂量预测方法 Expired - Fee Related CN108510114B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810255675.9A CN108510114B (zh) 2018-03-27 2018-03-27 一种核电厂未来天气情景下核素所致公众剂量预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810255675.9A CN108510114B (zh) 2018-03-27 2018-03-27 一种核电厂未来天气情景下核素所致公众剂量预测方法

Publications (2)

Publication Number Publication Date
CN108510114A CN108510114A (zh) 2018-09-07
CN108510114B true CN108510114B (zh) 2022-07-08

Family

ID=63378651

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810255675.9A Expired - Fee Related CN108510114B (zh) 2018-03-27 2018-03-27 一种核电厂未来天气情景下核素所致公众剂量预测方法

Country Status (1)

Country Link
CN (1) CN108510114B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109559015A (zh) * 2018-10-26 2019-04-02 中国辐射防护研究院 一种在辐射环境评价中基于概率论的公众剂量评价方法
CN109740179B (zh) * 2018-11-28 2023-01-17 中国辐射防护研究院 一种核电站厂址近距离扩散参数的估算方法及系统
CN111695762B (zh) * 2020-04-29 2023-05-05 中国核电工程有限公司 核事故扩散结果的修正方法、装置及后果评价方法、系统
CN112000921B (zh) * 2020-07-10 2022-10-21 中国辐射防护研究院 一种基于核设施环境监测数据的评价系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104424388A (zh) * 2013-08-29 2015-03-18 中核第四研究设计工程有限公司 一种铀矿冶大气辐射环境综合评价方法
CN106469246A (zh) * 2015-08-14 2017-03-01 中国辐射防护研究院 核电厂放射性物质的年辐射剂量计算方法及系统
CN106468777A (zh) * 2015-08-14 2017-03-01 中国辐射防护研究院 核电厂气态放射性物质的年辐射剂量计算方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3123267B1 (en) * 2014-03-28 2019-10-16 Northeastern University System for multivariate climate change forecasting with uncertainty quantification

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104424388A (zh) * 2013-08-29 2015-03-18 中核第四研究设计工程有限公司 一种铀矿冶大气辐射环境综合评价方法
CN106469246A (zh) * 2015-08-14 2017-03-01 中国辐射防护研究院 核电厂放射性物质的年辐射剂量计算方法及系统
CN106468777A (zh) * 2015-08-14 2017-03-01 中国辐射防护研究院 核电厂气态放射性物质的年辐射剂量计算方法及系统

Also Published As

Publication number Publication date
CN108510114A (zh) 2018-09-07

Similar Documents

Publication Publication Date Title
CN108510114B (zh) 一种核电厂未来天气情景下核素所致公众剂量预测方法
Lopes et al. Short-term forecasts of GHI and DNI for solar energy systems operation: assessment of the ECMWF integrated forecasting system in southern Portugal
CN108388956B (zh) 考虑辐射衰减的光伏功率预测方法
US20120166085A1 (en) Solar power monitoring and predicting of solar power output
Vecchi et al. Radon-based estimates of equivalent mixing layer heights: A long-term assessment
Žabkar et al. Evaluation of the high resolution WRF-Chem (v3. 4.1) air quality forecast and its comparison with statistical ozone predictions
Calpini et al. Ground-based remote sensing profiling and numerical weather prediction model to manage nuclear power plants meteorological surveillance in Switzerland
Deventer et al. One-year measurement of size-resolved particle fluxes in an urban area
Liu et al. Assessing forecasting performance of daily reference evapotranspiration using public weather forecast and numerical weather prediction
KR20180077489A (ko) 수평면 전일사량의 예측방법
Gebhart et al. Meteorological and back trajectory modeling for the rocky mountain atmospheric nitrogen and sulfur study II
Wimalaratne et al. Unisolar: An open dataset of photovoltaic solar energy generation in a large multi-campus university setting
Kreuwel et al. Forecasting day-ahead 1-minute irradiance variability from numerical weather predictions
Wu et al. On the origin of surface ozone episode in Shanghai over Yangtze River Delta during a prolonged heat wave
Terada et al. Dependency of the source term estimation method for radionuclides released into the atmosphere on the available environmental monitoring data and its applicability to real-time source term estimation
Basu Some characteristics of model-predicted precipitation during the summer monsoon over India
Kontos et al. High resolution modeling of Quercus pollen with an Eulerian modeling system: A case study in Greece
Pereira et al. Analysis and Evaluation of Gap Filling Procedures for Solar Radiation Data
CN110378028B (zh) 一种水平面随机太阳辐照强度分布计算方法
Hanna Meteorological effects of the mechanical draft cooling towers of the Oak Ridge Gaseous Diffusion Plant
Nosek et al. MACCS theory manual
Jankevičienė et al. Impact of climate change on wind potential in Lithuania territory
Am Seo et al. Precipitation Probability Prediction through NWP Bias Correction for South Korea Using Random Forest.
CN110610262B (zh) 一种计及天气要素的长时间尺度光伏时序出力生成方法
Klein et al. Assessing and improving the Swedish forecast and information capabilities for ground-level ozone

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: Nuclear and radiation safety center, No. 54, Honglian South Village, Haidian District, Beijing 100082

Applicant after: Nuclear and Radiation Safety Center, Ministry of Ecology and Environment

Address before: Nuclear and radiation safety center, No. 54, Honglian South Village, Haidian District, Beijing 100082

Applicant before: NUCLEAR AND RADIATION SAFETY CENTER

GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20220708