Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
松山 嗣史*; 中江 理紀*; 村上 昌史; 吉田 幸彦; 町田 昌彦; 辻 幸一*
Spectrochimica Acta, Part B, 199, p.106593_1 - 106593_6, 2023/01
被引用回数：2 パーセンタイル：45.92(Spectroscopy)It is important to reduce the measurement time in X-ray fluorescence (XRF) analysis. Micro XRF and confocal micro XRF analyses have been used to obtain elemental distribution. Because these techniques are performed in the scanning mode, shortening the measurement time per unit measurement point enables rapid determination of the elemental distributions. Therefore, we applied the Bayesian theorem to XRF analysis to estimate the accurate XRF net intensity in a short time. In the Bayesian formula, the posterior distribution is determined by the likelihood function and prior distribution. As the obtained posterior function is a probability distribution, the expected value in the function is used as the optimal value. By determining the optimal likelihood function and prior distribution, we consider that the XRF spectrum in a long-time measurement can be estimated by that in a short time. In this study, the Poisson distribution and the sum of the two exponential functions were employed as the likelihood function and prior distribution, respectively. To estimate the XRF spectrum using the Bayesian formula, a standard glass sample containing several metal elements was analyzed using a laboratory-made micro XRF instrument. The micro XRF measurements were performed at measurement times of 1, 3, 5, 7, 10, 20, 30, 60, 100, 180, and 3600 s, and then the net intensity of Zn K
obtained with and without the Bayesian estimation was compared. To obtain a net intensity of Zn K close to that in 3600 s, the measurement times with and without the Bayesian estimation were required to be 3 and 7 s, respectively. Thus, we significantly reduced the measurement time for an accurate XRF net intensity measurement by more than 50%.
辻 宏和; 藤井 英俊*
多変量解析実例ハンドブック, p.107 - 114, 2002/00
原子炉の炉心の近くで使用される構造材料の供用期間中の中性子照射によるクリープ特性の変化という現象には非常に多くの因子が複雑に絡み合っている。このように非常に多くの因子が絡み合う複雑な現象の処理に対して有効な多変量解析手法であるニューラルネットワークにベイズ推定を組み合わせることによって予測結果に統計的意味を持たせ、エラーバーを含めた予測が可能なモデルを構築した。このモデルを用いて、実際の原子炉で使用されている材料が、30年間の稼働後にどのようなクリープ強度特性を有しているかということを予測した。
嶋田 和真
no journal, ,
現在の放射線による発がんリスク評価は疫学データに基づいている。より科学的・合理的なリスク評価を目指す上では、細胞動態を考慮した発がん数理モデルの導入が望ましいが、モデルに必要な細胞の突然変異率等のパラメータを実験により求めるのは容易ではない。そこで、本研究においては、近年開発されたベイズ統計手法に基づく状態空間モデルを適用し、原爆被爆者の疫学データから発ガン数理モデルに不可欠なパラメータの推定を試みるとともに、線量・年齢との関係を求めた。
成川 隆文; 山口 彰*; Jang, S.*; 天谷 政樹
no journal, ,
非照射ジルカロイ-4被覆管に対する冷却材喪失事故模擬急冷破断試験により得られた被覆管の破断及び非破断に関する2値データに対し一般化線形モデルを適用し、ベイズ推定により被覆管急冷破断確率を評価した。急冷破断確率5%の95%信頼水準に相当する等価被覆酸化量は20%であることを明らかにした。
武宮 博; 根本 美穂*; 林 寛子*; 関 暁之; 斎藤 公明
no journal, ,
階層ベイズ統計手法を用いて、歩行サーベイ、走行サーベイおよび航空機モニタリングにより測定されたデータを統合し、福島第一原子力発電所から80km圏内の地域を対象とした統合空間線量率マップを作成した。結果について報告する。
山澤 弘実*; 佐藤 陽祐*; 大浦 泰嗣*; 森口 祐一*; 寺田 宏明; 古野 朗子; 都築 克紀; 門脇 正尚; 関山 剛*; 足立 光司*; et al.
no journal, ,
環境研究総合推進費: 課題番号1-1802「原子力事故データの総合解析による事故時の有害物質大気中動態評価法の高度化」(2018
2020年)では、東京電力福島第一原子力発電所(1F)事故を題材として、有害物質放出事故時の数百km範囲での大気中動態を評価するために必要な要素技術の高度化に取り組んでいる。本研究は、(1)1F事故大気中濃度データの整備と解析、(2)放出源情報推定法の改良、(3)気象場再現法及び大気拡散数値モデルの高度化、(4)大気中濃度解析結果を参照データとするモデル比較試験及び防災利用での計算結果提示法のプロトタイプ構築、の研究テーマにより構成されている。本発表では、各研究テーマによるこれまでに得られた主要な成果の概要を紹介する。
寺田 宏明; 永井 晴康; 都築 克紀; 門脇 正尚; 古野 朗子
no journal, ,
原子力事故等において大気中に放出される放射性物質の放出源情報を、空間スケールの異なる大気拡散計算と様々な種類の環境測定値の総合的比較により逆推定する手法を開発した。本手法では、空間スケールの異なる範囲で得られた様々な環境測定データから作成した測定値ベクトルと、計算領域や解像度が異なる拡散計算から作成したソース・レセプター行列をベイズ推定で用いることで、複数の空間スケールの拡散計算が様々な環境測定データを総合的に再現するように放出率を最適化する。本手法を、福島第一原子力発電所事故時の
Cs放出率推移の最適化に適用した。発電所周辺域, 東日本域, 北半球域の3つの空間スケールの拡散計算と、国内における地表沈着量や日降下量のほか、国内外における大気中濃度の観測データを使用して、従来研究においてベイズ推定を用いず領域スケールのデータのみから推定された放出率を最適化したところ、拡散計算の再現性が向上することを確認した。
寺田 宏明; 永井 晴康
no journal, ,
福島第一原子力発電所(1F)事故では、放射性物質が長期間環境中に放出され、大気中を拡散して広範囲に地表汚染をもたらした。このような事態に対処するためには、放射性物質の拡散と汚染状況を正確に把握する必要があり、環境モニタリングによる実測と大気拡散モデルを用いた計算による予測を相補的に用いた放射性物質の時間空間分布の評価が有効である。この大気拡散予測の計算シミュレーションシステムとしては、緊急時環境線量情報予測システムSPEEDIが旧日本原子力研究所(現在の原子力機構)により開発され、国内事故対応のための「緊急時迅速放射能影響予測ネットワークシステム」として文部科学省により運用されていた。一方、原子力機構では、SPEEDIを世界版として発展させた予測システムWSPEEDIを開発し、原子力事故及び非原子力分野への応用に取り組んできた。本発表では、SPEEDIおよびWSPEEDIについて、システム開発の経緯と概要、及び1F事故を含む放射性物質の放出事象への応用について解説する。
Hiller, P.*; Pyke, C.*; 駒 義和; 大木 恵一
no journal, ,
ベイズ統計は、その基本的な反復原理によりData Quality Objectives(DQO)によるアプローチを補足するものである。この方法は、廃棄物の特性評価において分析データが廃棄物に対する境界条件付近にある際、意思決定者に有用な情報を提供する。ベイズ統計によるt検定は、CL:AIRE(Contaminated Land: Ap-plications in Real Environments)が推奨する現行の統計的なアプローチと類似しているが、事前情報をより完全に活用し、開発中の知識に基づいて適用し得る試料採取戦略の導入を可能にするという利点がある。この反復的なアプローチは、採取する試料数の正当性をより完全に裏付けるものであり、従来からの統計的なアプローチよりも高い柔軟性をDQOチームに提供する。本報告では、英国の規制に基づいて開発された本手法を、福島第一原子力発電所から発生した廃棄物(伐採木)に適用し、特性評価の境界条件付近にある廃棄物に対する潜在的な利点を示すとともに、包括的なコンテクストにおいて放射性廃棄物の処分に関する意思決定を支援するため、どのように使用できるかを示す。
寺田 宏明; 永井 晴康; 都築 克紀; 門脇 正尚
no journal, ,
原子力事故時に大気中に放出された放射性物質の放出源情報を、大気拡散シミュレーションと環境測定値の比較からベイズ推定により逆解析する手法を開発している。本手法では、計算領域や解像度が異なる複数の空間スケールの拡散計算が、時間・地点・種類の異なる様々な環境測定データを総合的に再現するようにベイズ推定に基づき放出率を最適化する。本手法の緊急時への適用性を、福島第一原子力発電所事故データを用いた仮想的リアルタイム推定実験により検証した。実験は、事故発生から3月末までをフェーズ1(2日後)、フェーズ2(1週間後)、及びフェーズ3(3週間後)に分割し、一定値の放出率を初期設定値として、各フェーズで使用可能な測定データによる放出率推定を順次繰り返した。実験結果から、本手法により地表汚染の概況の早期把握と事故規模の概算評価に必要な放出源情報を推定可能であることが示された。
