当前位置: 首页 » 资料 » 健康论文 » 数据同化在核事故辐射场评估中的应用研究

数据同化在核事故辐射场评估中的应用研究

放大字体  缩小字体 更新日期:2018-05-07  浏览次数:4
摘 要:为提高核事故辐射场评估的准确性和可靠度,建立一种基于数据同化理论的评价方法。以高斯烟团模式和核素沉降模式联合组成预测模型,以集合卡尔曼滤波(En KF)为同化算法,结合观测剂量率数据,构建核事故辐射场评估同化系统。在Matlab软件平台上,
  • 【题 名】数据同化在核事故辐射场评估中的应用研究
  • 【作 者】袁彪 王良瑜 绪梅 耿小兵
  • 【机 构】防化学院核防护系 北京102205 中国科学院大气物理研究所 北京100029
  • 【刊 名】《中国安全科学学报》2015年 第5期 31-36页 共6页
  • 【关键词】数据同化 核事故 集合卡尔曼滤波(EnKF) 高斯烟团模式 源项
  • 【文 摘】为提高核事故辐射场评估的准确性和可靠度,建立一种基于数据同化理论的评价方法。以高斯烟团模式和核素沉降模式联合组成预测模型,以集合卡尔曼滤波(En KF)为同化算法,结合观测剂量率数据,构建核事故辐射场评估同化系统。在Matlab软件平台上,研究不同气象条件和不同核事故释放情形时,同化结果与模型预测结果的异同。试验结果表明,当气象条件和放射性物质释放率恒定时,同化场的相对均方根误差比模型预测场约低25%;当气象条件和释放率都变化时,同化场的相对均方根误差比模型预测场约低20%。通过有效利用观测数据,数据同化方法能及时调整模型,从而减小模型预测误差。
 
本文导航:
  • (1) 数据同化,核事故,集合卡尔曼滤波(EnKF),高斯烟团模式,源项
  • 下一篇:鳖甲
  • 上一篇:暂无
 
[ 资料搜索 ]  [ 加入收藏 ]  [ 告诉好友 ]  [ 打印本文 ]  [ 关闭窗口 ]

 

 
推荐图文
推荐资料
热门关注