CN112861078A - 大气环流下的气载放射性核素扩散计算方法和电子设备 - Google Patents

大气环流下的气载放射性核素扩散计算方法和电子设备 Download PDF

Info

Publication number
CN112861078A
CN112861078A CN202110144422.6A CN202110144422A CN112861078A CN 112861078 A CN112861078 A CN 112861078A CN 202110144422 A CN202110144422 A CN 202110144422A CN 112861078 A CN112861078 A CN 112861078A
Authority
CN
China
Prior art keywords
radionuclide
data
concentration distribution
distribution data
calculation
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.)
Granted
Application number
CN202110144422.6A
Other languages
English (en)
Other versions
CN112861078B (zh
Inventor
林加镇
罗亚林
陈春花
张晓艳
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.)
China Nuclear Power Engineering Co Ltd
Hefei Institutes of Physical Science of CAS
Shenzhen China Guangdong Nuclear Engineering Design Co Ltd
Original Assignee
China Nuclear Power Engineering Co Ltd
Hefei Institutes of Physical Science of CAS
Shenzhen China Guangdong Nuclear Engineering Design Co Ltd
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 China Nuclear Power Engineering Co Ltd, Hefei Institutes of Physical Science of CAS, Shenzhen China Guangdong Nuclear Engineering Design Co Ltd filed Critical China Nuclear Power Engineering Co Ltd
Priority to CN202110144422.6A priority Critical patent/CN112861078B/zh
Publication of CN112861078A publication Critical patent/CN112861078A/zh
Application granted granted Critical
Publication of CN112861078B publication Critical patent/CN112861078B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2219/00—Indexing scheme relating to application aspects of data processing equipment or methods
    • G06F2219/10—Environmental application, e.g. waste reduction, pollution control, compliance with environmental legislation
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Algebra (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Remote Sensing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明涉及大气环流下的气载放射性核素扩散计算方法和电子设备，获取计算参数；建立坐标系；基于坐标系和计算参数进行计算网格划分，获得计算网格；根据坐标系和计算网格，计算放射性核素相对浓度分布数据；根据计算参数和放射性核素相对浓度分布数据进行计算，获得放射性核素绝对浓度分布数据；对放射性核素绝对浓度分布数据进行修正，获得放射性核素浓度分布数据。本发明利用计算区域内的地理特征对气象的影响，进行计算网格划分，既提高弥散计算精度，又提高计算效率。而且对绝对浓度分布数据进行修正以获得放射性核素浓度分布数据，解决了放射性源项难以获得而导致事故后果无法评价的问题。

Description

大气环流下的气载放射性核素扩散计算方法和电子设备
技术领域
本发明涉及核辐射突发事件后的事故处理技术领域，更具体地说，涉及一种大气环流下的气载放射性核素扩散计算方法和电子设备。
背景技术
核设施运行或事故时气载放射性核素通过大气排放到环境中对环境和公众造成辐射影响。对一定范围内城市间的放射性核素烟团浓度分布的计算可通过中尺度运动范围内进行，水平范围为(20～300km)，垂直范围占大部分的对流层，时间尺度为数小时到数天，是核事故后疏散撤离、食品干预以及环境恢复等应急响应的主要区域。
目前相关技术中的核事故中大气扩散模型主要有三类，即拉格朗日模型、高斯模型和三维数值计算模型。三维数值计算模型计算量过大，耗费时间较长，在实际运用中难以满足中尺度计算要求，拉格朗日烟雾模型虽然能在复杂条件下较为真实的计算出放射性物质在大气传输中的时空分布，但是传统的处理方法是处理连续释放的烟团，对于不可控制的严重核事故条件难以适用。
发明内容
本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种大气环流下的气载放射性核素扩散计算方法和电子设备。
本发明解决其技术问题所采用的技术方案是：构造一种大气环流下的气载放射性核素扩散计算方法，
获取计算参数；
建立坐标系；
基于所述坐标系和所述计算参数进行计算网格划分，获得计算网格；
根据所述坐标系和所述计算网格，计算放射性核素相对浓度分布数据；
根据所述计算参数和所述放射性核素相对浓度分布数据进行计算，获得放射性核素绝对浓度分布数据；
对所述放射性核素绝对浓度分布数据进行修正，获得放射性核素浓度分布数据。
在本发明所述的大气环流下的气载放射性核素扩散计算方法中，所述计算参数包括：待计算区域内的地理数据、所述待计算区域内的历史气象数据、所述待计算区域内的当前气象数据、以及所述待计算区域内的放射性核素的当前监测数据。
在本发明所述的大气环流下的气载放射性核素扩散计算方法中，所述建立坐标系包括：
以产生放射性源项的核设施中心位置为原点建立直角坐标系。
在本发明所述的大气环流下的气载放射性核素扩散计算方法中，所述以产生放射性源项的核设施中心位置为原点建立直角坐标系包括：
以产生放射性源项的核设施中心位置为原点建立笛卡尔直角坐标系；
所述笛卡尔直角坐标系中，以正东方向为X正方向，正北方向为Y正方向，垂直于地面的方向为Z正方向。
在本发明所述的大气环流下的气载放射性核素扩散计算方法中，所述待计算区域内的地理数据包括：山脉和水域的中心线数据及边界线数据、城市中心数据及边界线数据。
在本发明所述的大气环流下的气载放射性核素扩散计算方法中，所述方法还包括：将所述山脉和水域的中心线数据及边界线数据的经纬度数据、城市中心数据及边界线数据的经纬度数据转换为UTM坐标数据。
在本发明所述的大气环流下的气载放射性核素扩散计算方法中，所述待计算区域内的历史气象数据包括：下风向与正东方向逆时针夹角、历史平均风速、降雨量、以及历史监测时间。
在本发明所述的大气环流下的气载放射性核素扩散计算方法中，所述基于所述坐标系和所述计算参数进行计算网格划分，获得计算网格包括：
根据所述山脉和水域的边界线数据、所述城市边界线数据，确定基础网格；
根据所述历史平均风速对所述基础网格进行划分，获得所述计算网格。
在本发明所述的大气环流下的气载放射性核素扩散计算方法中，所述根据所述坐标系和所述计算网格，计算放射性核素相对浓度分布数据包括：
基于所建立的坐标系，以所述计算网格中的每一个网格的中心点作为浓度计算点，计算所述放射性核素相对浓度分布数据。
在本发明所述的大气环流下的气载放射性核素扩散计算方法中，所述基于建立的坐标系，以所述计算网格中的每一个网格的中心点作为浓度计算点，计算所述放射性核素相对浓度分布数据包括：
以预设时间间隔，在不同的地理位置区域内，在当前时间段内的气象数据中，采用预设方法确定一次风场信息；
基于所确定的风场信息，获得所述放射性核素云团中心的运动轨迹；
根据所述放射性核素云团中心的运动轨迹，计算所述放射性核素相对浓度分布数据。
在本发明所述的大气环流下的气载放射性核素扩散计算方法中，所述以预设时间间隔，在不同的地理位置区域内，在当前时间段内的气象数据中，采用预设方法确定一次风场信息包括：
以预设时间间隔，在不同的地理位置区域内，在当前时间段内的气象数据中，采用蒙特卡罗方法均匀抽样确定一次风场信息。
在本发明所述的大气环流下的气载放射性核素扩散计算方法中，所述方法还包括：
在进行风场信息确定之前，根据山脉的边界线数据、水域的边界线数据、以及城市的边界线数据确定地理位置区域。
在本发明所述的大气环流下的气载放射性核素扩散计算方法中，所述根据所述放射性核素云团中心的运动轨迹，计算所述放射性核素相对浓度分布数据包括：
根据所述放射性核素云团中心的运动轨迹，确定当前时刻的参数信息；
基于所述当前时刻的参数信息及所述放射性核素相对浓度的计算式进行计算，获得所述放射性核素相对浓度分布数据。
在本发明所述的大气环流下的气载放射性核素扩散计算方法中，所述根据所述计算参数和所述放射性核素相对浓度分布数据进行计算，获得放射性核素绝对浓度分布数据包括：
根据所述计算参数获得所述待计算区域内的放射性核素的当前监测数据；
基于所述放射性核素的当前监测数据获得所述放射性核素的当前浓度数据；
将所述放射性核素的当前浓度数据与所述放射性核素相对浓度分布数据进行比较，获得放射性核素绝对浓度分布数据。
在本发明所述的大气环流下的气载放射性核素扩散计算方法中，所述对所述放射性核素绝对浓度分布数据进行修正，获得放射性核素浓度分布数据包括：
采用干沉积修正法、湿沉积修正法、放射性核素衰变修正法中的任意一种或者多种对所述放射性核素绝对浓度分布数据进行修正，获得放射性核素浓度分布数据。
在本发明所述的大气环流下的气载放射性核素扩散计算方法中，所述采用干沉积修正法对所述放射性核素绝对浓度分布数据进行修正，获得放射性核素浓度分布数据包括：
计算放射性核素的干沉降速度；
根据所述干沉降速度对放射性核素的源高进行修正，获得放射性核素浓度分布数据。
在本发明所述的大气环流下的气载放射性核素扩散计算方法中，所述采用湿沉积修正法对所述放射性核素绝对浓度分布数据进行修正，获得放射性核素浓度分布数据包括：
获取降水参数；
基于降水参数对放射性核素的源强进行修正，获得放射性核素浓度分布数据。
在本发明所述的大气环流下的气载放射性核素扩散计算方法中，所述采用放射性核素衰变修正法对所述放射性核素绝对浓度分布数据进行修正，获得放射性核素浓度分布数据包括：
获取放射性核素的衰变特性；
根据所述放射性核素的衰变特性，确定所述放射性核素的衰变规律；
基于所述放射性核素的衰变规律对放射性核素的源强进行修正，获得放射性核素浓度分布数据。
本发明还提供一种电子设备，包括：存储器和处理器；所述存储器用于存储程序指令，所述处理器用于根据所述存储器所存储的程序指令执行以上所述方法的步骤。
本发明还提供一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述方法的步骤。
实施本发明的大气环流下的气载放射性核素扩散计算方法，具有以下有益效果：获取计算参数；建立坐标系；基于坐标系和计算参数进行计算网格划分，获得计算网格；根据坐标系和计算网格，计算放射性核素相对浓度分布数据；根据计算参数和放射性核素相对浓度分布数据进行计算，获得放射性核素绝对浓度分布数据；对放射性核素绝对浓度分布数据进行修正，获得放射性核素浓度分布数据。本发明利用计算区域内的地理特征对气象的影响，进行计算网格划分，既提高弥散计算精度，又提高计算效率。而且对绝对浓度分布数据进行修正以获得放射性核素浓度分布数据，解决了放射性源项难以获得而导致事故后果无法评价的问题。
附图说明
下面将结合附图及实施例对本发明作进一步说明，附图中：
图1是本发明实施例提供的大气环流下的气载放射性核素扩散计算方法的流程示意图；
图2是本发明气载放射性核素云团中心轨迹示意图。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本发明的具体实施方式。
参考图1，图1为本发明实施例提供的大气环流下的气载放射性核素扩散计算方法的流程示意图。
具体的，如图1所示，该大气环流下的气载放射性核素扩散计算方法包括：
步骤S101、获取计算参数。
其中，计算参数包括：待计算区域内的地理数据、待计算区域内的历史气象数据、待计算区域内的当前气象数据、以及待计算区域内的放射性核素的当前监测数据。
可选的，待计算区域内的地理数据包括但不限于：山脉和水域的中心线数据及边界线数据、城市中心数据及边界线数据。即待计算区域内的地理数据可以包括：山脉的中心线数据、水域的中心线数据、山脉的边界线数据、水域的边界线数据、城市中心数据、城市边界线数据等。
待计算区域内的历史气象数据包括但不限于：下风向与正东方向逆时针夹角、历史平均风速、降雨量、以及历史监测时间。这里的降雨量亦为历史降雨量。
待计算区域内的当前气象数据包括但不限于：待计算区域内：下风向与正东方向逆时针夹角、当前平均风速、当前降雨量、以及当前监测时间等。
待计算区域内的放射性核素的当前监测数据包括但不限于：待计算区域内：放射性核素的当前监测点位置、当前监测时间、当前核素种类、以及核素浓度。
进一步地，在获得待计算区域内的地理数据可以包括：山脉的中心线数据、水域的中心线数据、山脉的边界线数据、水域的边界线数据、城市中心数据、城市边界线数据后，还需要将山脉和水域的中心线数据及边界线数据的经纬度数据、城市中心数据及边界线数据的经纬度数据转换为UTM坐标数据。即本发明实施例所获得的山脉的中心线数据、水域的中心线数据、山脉的边界线数据、水域的边界线数据、城市中心数据、城市边界线数据均为经纬度数据，因此，需要将山脉的中心线数据、水域的中心线数据、山脉的边界线数据、水域的边界线数据、城市中心数据、城市边界线数据的经纬度数据转换为UTM坐标数据。其中，UTM坐标为通用横墨卡托格网系统(Universal Transverse Mercator Grid System)坐标。
步骤S102、建立坐标系。
一些实施例中，可以通过以产生放射性源项的核设施中心位置为原点建立直角坐标系。可选的，该直角坐标系可以为笛卡尔直角坐标系统，即以产生放射性源项的核设施中心位置为原点建立笛卡尔直角坐标系。其中，笛卡尔直角坐标系中，以正东方向为X正方向，正北方向为Y正方向，垂直于地面的方向为Z正方向。
步骤S103、基于坐标系和计算参数进行计算网格划分，获得计算网格。
一些实施例中，基于坐标系和计算参数进行计算网格划分，获得计算网格包括：根据山脉和水域的边界线数据、城市边界线数据，确定基础网格；根据历史平均风速对基础网格进行划分，获得计算网格。
可以理解地，在完成计算网格划分后，获得计算的网格，并以每个网格的中心点作为浓度计算点。
步骤S104、根据坐标系和计算网格，计算放射性核素相对浓度分布数据。
一些实施例中，根据坐标系和计算网格，计算放射性核素相对浓度分布数据包括：基于所建立的坐标系，以计算网格中的每一个网格的中心点作为浓度计算点，计算放射性核素相对浓度分布数据。
一些实施例中，基于建立的坐标系，以计算网格中的每一个网格的中心点作为浓度计算点，计算放射性核素相对浓度分布数据包括：以预设时间间隔，在不同的地理位置区域内，在当前时间段内的气象数据(这里当前时间段内的气象数据即为前述的待计算区域内的当前气象数据)中，采用预设方法确定一次风场信息；基于所确定的风场信息，获得放射性核素云团中心的运动轨迹，根据放射性核素云团中心的运动轨迹，计算放射性核素相对浓度分布数据。
一些实施例中，以预设时间间隔，在不同的地理位置区域内，在当前时间段内的气象数据中，采用预设方法确定一次风场信息包括：以预设时间间隔，在不同的地理位置区域内，在当前时间段内的气象数据中，采用蒙特卡罗方法均匀抽样确定一次风场信息。
具体的，每隔预设时间间隔，在不同的地理位置区域内(不同的地理位置区域为待计算区域内的地理位置)，在当前时间段内的气象数据中，采用蒙特卡罗方法均匀抽样确定一次风场信息，确定放射性核素云团中心的运动轨迹(如图2所示)。
其中，不同的地理位置区域的选择以山脉、水域以及城市边界作为选取边界。
一些实施例中，在进行风场信息确定之前，根据山脉的边界线数据、水域的边界线数据、以及城市的边界线数据确定地理位置区域。
进一步地，预设时间间隔以风向转变的时间和前述的不同的地理位置区域内放射性核素云团迁移所需的时间(即根据所确定的地理位置区域、风速、风向即可确定迁移时间)为基准。当然，可以理解地，还可以结合计算精度和计算时间需求来确定预设时间间隔。
一些实施例中，根据放射性核素云团中心的运动轨迹，计算放射性核素相对浓度分布数据包括：根据放射性核素云团中心的运动轨迹，确定当前时刻的参数信息；基于当前时刻的参数信息及放射性核素相对浓度的计算式进行计算，获得放射性核素相对浓度分布数据。
具体的，以放射性核云团为研究对象，若云团扩散过程不依赖水平方向与垂直方向，只与时间相关，且风的平均速度
Figure BDA0002930332780000091
直角坐标系原点取为(0,0,0)时，在地面上距离放射性核素云团中心水平距离R处的放射性核素的相对浓度(归一化浓度)可通过以下公式计算得到：
Figure BDA0002930332780000092
其中，
Figure BDA0002930332780000093
式中，D(R，t)是地面上放射性核素的相对浓度，m-3；R是t时刻计算点与放射性核素云团中心的水平距离，m；t是从放射性核素云团释放时刻起到浓度测量时刻的时间间隔，h；zc＝z0是放射性核素云团中心离地面的高度，m；Kr是径向扩散系数，Kz是垂向扩散系数，x1和y1为t时刻放射性核素云团在中心zc＝z0平面上的位置(由蒙特卡罗模拟得到)；x0、y0是源项释放的位置，单位为m；x、y是当前水平位置坐标。
步骤S105、根据计算参数和放射性核素相对浓度分布数据进行计算，获得放射性核素绝对浓度分布数据。
一些实施例中，根据计算参数和放射性核素相对浓度分布数据进行计算，获得放射性核素绝对浓度分布数据包括：根据计算参数获得待计算区域内的放射性核素的当前监测数据；基于放射性核素的当前监测数据获得放射性核素的当前浓度数据；将放射性核素的当前浓度数据与放射性核素相对浓度分布数据进行比较，获得放射性核素绝对浓度分布数据。
其中，将放射性核素的当前浓度数据与放射性核素相对浓度分布数据进行比较具体为：将放射性核素的当前浓度数据与放射性核素相对浓度分布数据进行比较，若计算网格点位置与监测点位置不一致，则通过插值的方法进行处理，获得放射性核素绝对浓度分布数据。
进一步地，一些实施例中，在获得放射性核素相对浓度分布数据后，所得到的数据为归一化的数据，没有考虑到源项强度，因此，需要进行修正，其中，可通过如下公式获得基于监测数据的修正因子：
C(x，y，z，t)＝D(R，t)*Correction (3)。
其中，C为放射性核素的当前浓度值。若有多个监测点，在Correction取它们的平均值。
步骤S106、对放射性核素绝对浓度分布数据进行修正，获得放射性核素浓度分布数据。
一些实施例中，对放射性核素绝对浓度分布数据进行修正，获得放射性核素浓度分布数据包括：采用干沉积修正法、湿沉积修正法、放射性核素衰变修正法中的任意一种或者多种对放射性核素绝对浓度分布数据进行修正，获得放射性核素浓度分布数据。
一些实施例中，采用干沉积修正法对放射性核素绝对浓度分布数据进行修正，获得放射性核素浓度分布数据包括：计算放射性核素的干沉降速度；根据干沉降速度对放射性核素的源高进行修正，获得放射性核素浓度分布数据。
具体的，大气中扩散的粒子都会有重力沉降作用，粒径大于10μm的粒子尤为明显，沉降速度与空气阻力和重力平衡有关，可用斯托克斯公式表示：
Vs＝ρgD2/18μ (4)
其中，Vs为干沉降速度，单位m/s。对于含碘的放射性核素沉降速度取1.1cm/s，其余核素取1cm/s；ρ为气载粒子密度，μ为大气粘度系数，D为粒子直径。干沉积向下沉降的过程相当于所有粒子在下倾的中心线上进行扩散，可对源高(即放射性核素源项释放的高度)进行修正，即源高向下移动Vsx/u。
一些实施例中，采用湿沉积修正法对放射性核素绝对浓度分布数据进行修正，获得放射性核素浓度分布数据包括：获取降水参数；基于降水参数对放射性核素的源强进行修正，获得放射性核素浓度分布数据。
具体的，在有降水的情况下，雨水对烟团中的粒子具有清洗作用，可采用对源强(即放射性核素释放的强度)进行修正的方法：
Q(x)＝Qexp(-Λx/u) (5)
其中，
Λ＝a×Ib (6)
上式中，x为下风向位置；u为下风向的风速；Q(x)为修正后的源强；Λ为冲洗系数，单位s-1；I为降水强度(mm/h)；Q为修正前的源强；a、b为经验系数，与核素的种类有关。表1示出了不同核素的a、b值。
Figure BDA0002930332780000121
表1
一些实施例中，采用放射性核素衰变修正法对放射性核素绝对浓度分布数据进行修正，获得放射性核素浓度分布数据包括：获取放射性核素的衰变特性；根据放射性核素的衰变特性，确定放射性核素的衰变规律；基于放射性核素的衰变规律对放射性核素的源强进行修正，获得放射性核素浓度分布数据。
具体的，考虑放射性核素具有衰变特性，符合指数衰变规律，与半衰期有关，母核对子核的影响可通过对源强进行如下修正来体现：
Q(t)＝Qexp(-λx/u)＝Qexp(-0.693x/3600T1/2u) (7)。
式中，
Q(t)为修正后的源强；T1/2为放射性核素的半衰期；λ是1/T1/2；x是下风向位置，u是下风向的风速。
本发明还提供一种电子设备，包括：存储器和处理器；存储器用于存储程序指令，处理器用于根据存储器所存储的程序指令执行权利本发明实施例所公开的大气环流下的气载放射性核素扩散计算方法的步骤。
本发明还提供一种存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现本发明实施例所公开的大气环流下的气载放射性核素扩散计算方法的步骤。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分素相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可素换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人士能够了解本发明的内容并据此实施，并不能限制本发明的保护范围。凡跟本发明权利要求范围所做的均等变化与修饰，均应属于本发明权利要求的涵盖范围。

Claims (20)

1.一种大气环流下的气载放射性核素扩散计算方法，其特征在于，包括：
获取计算参数；
建立坐标系；
基于所述坐标系和所述计算参数进行计算网格划分，获得计算网格；
根据所述坐标系和所述计算网格，计算放射性核素相对浓度分布数据；
根据所述计算参数和所述放射性核素相对浓度分布数据进行计算，获得放射性核素绝对浓度分布数据；
对所述放射性核素绝对浓度分布数据进行修正，获得放射性核素浓度分布数据。
2.根据权利要求1所述的大气环流下的气载放射性核素扩散计算方法，其特征在于，所述计算参数包括：待计算区域内的地理数据、所述待计算区域内的历史气象数据、所述待计算区域内的当前气象数据、以及所述待计算区域内的放射性核素的当前监测数据。
3.根据权利要求2所述的大气环流下的气载放射性核素扩散计算方法，其特征在于，所述建立坐标系包括：
以产生放射性源项的核设施中心位置为原点建立直角坐标系。
4.根据权利要求3所述的大气环流下的气载放射性核素扩散计算方法，其特征在于，所述以产生放射性源项的核设施中心位置为原点建立直角坐标系包括：
以产生放射性源项的核设施中心位置为原点建立笛卡尔直角坐标系；
所述笛卡尔直角坐标系中，以正东方向为X正方向，正北方向为Y正方向，垂直于地面的方向为Z正方向。
5.根据权利要求2所述的大气环流下的气载放射性核素扩散计算方法，其特征在于，所述待计算区域内的地理数据包括：山脉和水域的中心线数据及边界线数据、城市中心数据及边界线数据。
6.根据权利要求5所述的大气环流下的气载放射性核素扩散计算方法，其特征在于，所述方法还包括：将所述山脉和水域的中心线数据及边界线数据的经纬度数据、城市中心数据及边界线数据的经纬度数据转换为UTM坐标数据。
7.根据权利要求6所述的大气环流下的气载放射性核素扩散计算方法，其特征在于，所述待计算区域内的历史气象数据包括：下风向与正东方向逆时针夹角、历史平均风速、降雨量、以及历史监测时间。
8.根据权利要求7所述的大气环流下的气载放射性核素扩散计算方法，其特征在于，所述基于所述坐标系和所述计算参数进行计算网格划分，获得计算网格包括：
根据所述山脉和水域的边界线数据、所述城市边界线数据，确定基础网格；
根据所述历史平均风速对所述基础网格进行划分，获得所述计算网格。
9.根据权利要求1所述的大气环流下的气载放射性核素扩散计算方法，其特征在于，所述根据所述坐标系和所述计算网格，计算放射性核素相对浓度分布数据包括：
基于所建立的坐标系，以所述计算网格中的每一个网格的中心点作为浓度计算点，计算所述放射性核素相对浓度分布数据。
10.根据权利要求9所述的大气环流下的气载放射性核素扩散计算方法，其特征在于，所述基于建立的坐标系，以所述计算网格中的每一个网格的中心点作为浓度计算点，计算所述放射性核素相对浓度分布数据包括：
以预设时间间隔，在不同的地理位置区域内，在当前时间段内的气象数据中，采用预设方法确定一次风场信息；
基于所确定的风场信息，获得所述放射性核素云团中心的运动轨迹；
根据所述放射性核素云团中心的运动轨迹，计算所述放射性核素相对浓度分布数据。
11.根据权利要求10所述的大气环流下的气载放射性核素扩散计算方法，其特征在于，所述以预设时间间隔，在不同的地理位置区域内，在当前时间段内的气象数据中，采用预设方法确定一次风场信息包括：
以预设时间间隔，在不同的地理位置区域内，在当前时间段内的气象数据中，采用蒙特卡罗方法均匀抽样确定一次风场信息。
12.根据权利要求10所述的大气环流下的气载放射性核素扩散计算方法，其特征在于，所述方法还包括：
在进行风场信息确定之前，根据山脉的边界线数据、水域的边界线数据、以及城市的边界线数据确定地理位置区域。
13.根据权利要求10所述的大气环流下的气载放射性核素扩散计算方法，其特征在于，所述根据所述放射性核素云团中心的运动轨迹，计算所述放射性核素相对浓度分布数据包括：
根据所述放射性核素云团中心的运动轨迹，确定当前时刻的参数信息；
基于所述当前时刻的参数信息及所述放射性核素相对浓度的计算式进行计算，获得所述放射性核素相对浓度分布数据。
14.根据权利要求2所述的大气环流下的气载放射性核素扩散计算方法，其特征在于，所述根据所述计算参数和所述放射性核素相对浓度分布数据进行计算，获得放射性核素绝对浓度分布数据包括：
根据所述计算参数获得所述待计算区域内的放射性核素的当前监测数据；
基于所述放射性核素的当前监测数据获得所述放射性核素的当前浓度数据；
将所述放射性核素的当前浓度数据与所述放射性核素相对浓度分布数据进行比较，获得放射性核素绝对浓度分布数据。
15.根据权利要求1所述的大气环流下的气载放射性核素扩散计算方法，其特征在于，所述对所述放射性核素绝对浓度分布数据进行修正，获得放射性核素浓度分布数据包括：
采用干沉积修正法、湿沉积修正法、放射性核素衰变修正法中的任意一种或者多种对所述放射性核素绝对浓度分布数据进行修正，获得放射性核素浓度分布数据。
16.根据权利要求15所述的大气环流下的气载放射性核素扩散计算方法，其特征在于，所述采用干沉积修正法对所述放射性核素绝对浓度分布数据进行修正，获得放射性核素浓度分布数据包括：
计算放射性核素的干沉降速度；
根据所述干沉降速度对放射性核素的源高进行修正，获得放射性核素浓度分布数据。
17.根据权利要求15所述的大气环流下的气载放射性核素扩散计算方法，其特征在于，所述采用湿沉积修正法对所述放射性核素绝对浓度分布数据进行修正，获得放射性核素浓度分布数据包括：
获取降水参数；
基于降水参数对放射性核素的源强进行修正，获得放射性核素浓度分布数据。
18.根据权利要求15所述的大气环流下的气载放射性核素扩散计算方法，其特征在于，所述采用放射性核素衰变修正法对所述放射性核素绝对浓度分布数据进行修正，获得放射性核素浓度分布数据包括：
获取放射性核素的衰变特性；
根据所述放射性核素的衰变特性，确定所述放射性核素的衰变规律；
基于所述放射性核素的衰变规律对放射性核素的源强进行修正，获得放射性核素浓度分布数据。
19.一种电子设备，其特征在于，包括：存储器和处理器；所述存储器用于存储程序指令，所述处理器用于根据所述存储器所存储的程序指令执行权利要求1-18中任意一项所述方法的步骤。
20.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-18中任意一项所述方法的步骤。
CN202110144422.6A 2021-02-02 2021-02-02 大气环流下的气载放射性核素扩散计算方法和电子设备 Active CN112861078B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110144422.6A CN112861078B (zh) 2021-02-02 2021-02-02 大气环流下的气载放射性核素扩散计算方法和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110144422.6A CN112861078B (zh) 2021-02-02 2021-02-02 大气环流下的气载放射性核素扩散计算方法和电子设备

Publications (2)

Publication Number Publication Date
CN112861078A true CN112861078A (zh) 2021-05-28
CN112861078B CN112861078B (zh) 2023-04-18

Family

ID=75987702

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110144422.6A Active CN112861078B (zh) 2021-02-02 2021-02-02 大气环流下的气载放射性核素扩散计算方法和电子设备

Country Status (1)

Country Link
CN (1) CN112861078B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113704991A (zh) * 2021-08-24 2021-11-26 清华大学 放射性核素云内和云下湿沉降在线耦合预测方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2061238C1 (ru) * 1994-07-25 1996-05-27 Тульский государственный технический университет Способ определения коэффициента диффузии радионуклида в почве
JP2005249667A (ja) * 2004-03-05 2005-09-15 Toshiba Corp 被ばく線量評価方法、被ばく線量評価システムおよび被ばく線量評価プログラム
CN107145699A (zh) * 2016-03-01 2017-09-08 中国辐射防护研究院 气载放射性核素长距离迁移拉格朗日粒子扩散计算方法
CN107220432A (zh) * 2017-05-24 2017-09-29 长江勘测规划设计研究有限责任公司 放射性气体在地下岩体中扩散浓度分布的计算方法
CN107526908A (zh) * 2016-06-21 2017-12-29 中国辐射防护研究院 核事故场外后果评价中拉格朗日烟团大气扩散模拟方法
CN109614634A (zh) * 2018-10-25 2019-04-12 中国辐射防护研究院 一种水环境中放射性核素迁移扩散数值模拟方法及系统
CN109977544A (zh) * 2019-03-26 2019-07-05 华南理工大学 一种气载放射性核素131i在中尺度范围内弥散的模拟方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2061238C1 (ru) * 1994-07-25 1996-05-27 Тульский государственный технический университет Способ определения коэффициента диффузии радионуклида в почве
JP2005249667A (ja) * 2004-03-05 2005-09-15 Toshiba Corp 被ばく線量評価方法、被ばく線量評価システムおよび被ばく線量評価プログラム
CN107145699A (zh) * 2016-03-01 2017-09-08 中国辐射防护研究院 气载放射性核素长距离迁移拉格朗日粒子扩散计算方法
CN107526908A (zh) * 2016-06-21 2017-12-29 中国辐射防护研究院 核事故场外后果评价中拉格朗日烟团大气扩散模拟方法
CN107220432A (zh) * 2017-05-24 2017-09-29 长江勘测规划设计研究有限责任公司 放射性气体在地下岩体中扩散浓度分布的计算方法
CN109614634A (zh) * 2018-10-25 2019-04-12 中国辐射防护研究院 一种水环境中放射性核素迁移扩散数值模拟方法及系统
CN109977544A (zh) * 2019-03-26 2019-07-05 华南理工大学 一种气载放射性核素131i在中尺度范围内弥散的模拟方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
YUBING SUN ET.AL: "Highly Efficient Enrichment of Radionuclides on Graphene Oxide-Supported Polyaniline", 《EAVIRONMENTAL SCIENCE&TECHNOLOGY》 *
林韩清: "基于计算流体力学的近岸海域放射性核素弥散模型研究", 《辐射研究与辐射工艺学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113704991A (zh) * 2021-08-24 2021-11-26 清华大学 放射性核素云内和云下湿沉降在线耦合预测方法及系统
CN113704991B (zh) * 2021-08-24 2024-03-22 清华大学 放射性核素云内和云下湿沉降在线耦合预测方法及系统

Also Published As

Publication number Publication date
CN112861078B (zh) 2023-04-18

Similar Documents

Publication Publication Date Title
Srinivas et al. Regional scale atmospheric dispersion simulation of accidental releases of radionuclides from Fukushima Dai-ichi reactor
Fast et al. A Lagrangian particle dispersion model compatible with WRF
JP5922570B2 (ja) 拡散物質の拡散状況予測装置、方法およびプログラム
CN111898296B (zh) 一种核物质大气扩散及沉降多尺度模拟方法及系统
CN112861078B (zh) 大气环流下的气载放射性核素扩散计算方法和电子设备
Choi et al. Characteristics of regional scale atmospheric dispersion around Ki-Jang research reactor using the Lagrangian Gaussian puff dispersion model
Dorman et al. shadow: R Package for Geometric Shadow Calculations in an Urban Environment.
CN114547890A (zh) 一种核事故放射性气溶胶沾染的模拟方法
CN105069299B (zh) 一种事故时放射性核素大气扩散轨迹集合预测计算方法
CN109977544A (zh) 一种气载放射性核素131i在中尺度范围内弥散的模拟方法
CN114154705A (zh) 应用于降水预报的数据处理方法、装置、设备和介质
CN116187807A (zh) 光伏发电量评估方法、装置、计算机设备、介质和产品
Connan et al. Near-field krypton-85 measurements in stable meteorological conditions around the AREVA NC La Hague reprocessing plant: estimation of atmospheric transfer coefficients
Draxler Demonstration of a global modeling methodology to determine the relative importance of local and long-distance sources
Wimmer et al. Distributed modelling of climate change impacts on snow sublimation in Northern Mongolia
CN114077798A (zh) 估算小尺度区域大气污染物网格浓度的方法
López-Bravo et al. Forecasting summertime surface temperature and precipitation in the Mexico City metropolitan area: Sensitivity of the WRF model to land cover changes
Kovalets et al. Calculation of the far range atmospheric transport of radionuclides after the Fukushima accident with the atmospheric dispersion model MATCH of the JRODOS system
CN108132096B (zh) 一种基于激光雷达的林窗太阳辐射监测方法
Nguyen et al. Observation and simulation of wind speed and wind power density over bac Lieu region
Bilgic et al. Atmospheric dispersion patterns of radionuclides originating from nuclear power plant accidents under various release types
Bellasio et al. APOLLO2, a new long range Lagrangian particle dispersion model and its evaluation against the first ETEX tracer release
CN118228518A (zh) 基于大气扩散的核辐射扩散预测可视化方法、设备及介质
Basit et al. Simulation of atmospheric dispersion of radionuclides using an Eulerian–Lagrangian modelling system
Telenta et al. Application of the operational synoptic model for pollution forecasting in accidental situations

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
GR01 Patent grant
GR01 Patent grant