蒙特卡罗方法在核应急中应用.pdfVIP

第六章 反应堆技术及其辐射防护 蒙特卡罗方法在核应急中的应用 4 王海军 王震涛 （海军医学研究所，上海 200433） 摘 摘 要要：本文简要介绍了蒙特卡罗方法在核应急中的应用情况，详细阐述了基于蒙特卡罗方法的随机游走模式和随机 摘摘 要要 游走粒子-烟团模式，并指出了存在的不足。 关键词：蒙特卡罗 核应急 应用 关键词 关键词关键词 中图分类号：中图分类号： 文献标识码文献标识码：：AA 中图分类号中图分类号：： 文献标识码文献标识码：：AA 核事故发生后，放射性污染物在大气中扩散，短期内即对环境造成大范围的影响。在核事故应急 中，及时掌握放射性污染在大气中的扩散非常重要，是核事故应急决策的重要依据。由于大气扩散具 有高度的随机性，因此利用蒙特卡罗方法进行抽样模拟，能够科学地获得污染物的时间和空间分布。 相对于传统的高斯模型，蒙特卡罗方法在模拟湍流精细结构方面效果更好，模拟过程也更符合污染物 [1] 在大气中的实际扩散过程 。 [2] 在国外的核应急决策支持系统中，基于蒙特卡罗方法的即有美国的 ARAC 系统 、日本的 WSPEEDI [3] [4] 系统 以及俄罗斯的RECASS 系统 等，其中ARAC-3采用一种新的拉格朗日粒子传输和扩散模型 LODI， 对扩散过程采用蒙特卡罗方法和随机位移方法 RDM 进行模拟；WSPEEDI 系统对国外事故采用粒子随机 游走模型。随着我国核电行业的快速发展，核应急相关研究日益深入，蒙特卡罗方法在核应急中也得 到了广泛应用，包括广东省核管委、秦山核电基地、浙江省核管委、田湾核电站、香港天文台以及国 [5] 家应急办等的核应急决策支持/后果评价系统 ；在方法上则主要发展了随机游走模式和随机游走粒子 ——烟团模式。 1 随机游走模式 利用蒙特卡罗方法描述核事故后放射性污染扩散的模式，称为随机游走模式。其基本原理是用大 量标记粒子的释放来表征污染物的连续排放，使它们在流场的平均风中输送，同时又用一系列随机位 移来模拟湍流扩散，并跟踪它们的运动轨迹，最后统计这些粒子在时间和空间上的总体分布，从而得 出污染物的扩散规律。随机游走模式以假想示踪粒子代表污染物，通过追踪大量粒子在大气中的运动 和分布而定量计算出污染物的浓度（如果粒子游动出模式区域，在计算浓度时略去不计），能够真实反 映所模拟的大气的平均风场和湍流场的作用，尤其适用于流场具有复杂的时空变化的情况，广东省核 [6] 电站核事故场外后果预测评价系统即采用此模式 。 随机游走模式的特点是计算方法简单，易于程序化，不必像差分解法那样去考虑计算的稳定性、 数值耗散及边界条件的处理等问题。但随机游走模式需要释放大量粒子才能获得污染物扩散的稳定统 计结果，计算量大；另外在所代表的烟云的边缘，粒子分布总是变得稀疏，故而算得的浓度会有较大 的涨落。 池兵等基于蒙特卡罗方法开发了Random Walk随机游走大气扩散模型，模型检验结果表明：在均 匀气象条件下，计算结果满足高斯模型的基本假设；在非均匀气象条件下，与拉格朗日烟团模型 （RIMPUFF）进行了对比，总体上计算结果符合很好，但存在一些差异，主要表现在： （1）烟羽到达的范围：Random Walk 模型给出的烟羽形状较窄，范围较小。（2）等浓度曲线的分 布形状：RIMPUFF模型释放源附近区域浓度最大，沿着烟羽运动方向浓度下降得很快，而在 Random Walk 模型中沿着烟羽运动方向浓度下降稍缓[7]。 蔡旭辉等采用随机游走模式对福建惠安核电厂所在地小尺度范围