核事故后基于土地覆盖的室内伽马射线剂量：通过蒙特卡洛模拟、地理信息系统（GIS）和遥感技术进行位置因子绘制

《Journal of Environmental Radioactivity》：Land-cover-based indoor gamma-ray dose after a nuclear accident: location factor mapping via Monte Carlo simulation, GIS, and remote sensing

本研究提出一种结合局部气候区（LCZ）概念和GIS技术的蒙特卡洛模拟方法，用于预测混合土地利用城市中铯-137地面沉积的长期室内剂量分布。通过分类城市环境并计算不同组合下的剂量响应，建立了时间依赖的剂量分布模型，验证了方法的有效性。

　　长期预测室内辐射剂量对于评估核事故后健康风险和灾害管理至关重要。本研究聚焦于137Cs在地面沉积物中释放的伽马射线对室内剂量的影响，并提出了一种适用于混合地表覆盖和低层木结构建筑区域的通用城市分类方法，例如福岛地区。研究通过蒙特卡洛模拟方法，识别了不同环境类型组合下的时间依赖型室内剂量位置因子，并结合地理信息系统（GIS）和遥感技术，开发了一种基于环境识别的映射方法。

在核事故发生后，长寿命放射性物质如137Cs释放的伽马射线对人类健康可能产生长期负面影响。在福岛事故后的14年中，政府仍在积极测量剂量变化，研究土壤中137Cs的迁移情况，并实施去污措施。这些行动凸显了建立一种长期预测外部暴露的方法的重要性，以支持未来的风险评估和恢复决策。室内剂量评估因此成为全面外部暴露评估的关键部分，因为建筑物结构、地面材料等环境因素的变化会影响剂量的计算。

基于测量数据的研究显著推动了室内剂量关键影响因素的识别。例如，在切尔诺贝利核事故后，Muck对维也纳41栋住宅进行了测量，并发现室内暴露水平因建筑条件如墙体厚度和环境因素如大型周围花园的存在而有所不同。这些结果与欧洲的两项其他测量研究相符。在福岛核事故后，Matsuda等人对192栋房屋进行了测量，指出室内剂量减少主要归因于房屋下方未受污染的区域。Nakayama等人对Hamadori地区的10栋木屋进行了调查，发现室内剂量受到土壤中放射性物质渗透程度的影响。类似结论也出现在其他研究中，表明土壤和建筑材料对室内剂量有显著影响。

室内剂量的强烈环境依赖性表明，模拟方法在灵活建模城市形态和源条件方面具有独特优势。其可靠性已在与测量数据的对比中得到验证。模拟方法整合了不同城市地表材料的沉积特征数据与蒙特卡洛光子传输计算，其中这些数据主要作为辐射源建模的参数。主要参数包括相对初始源强度、生态半衰期和源的垂直分布情况。这些因素可能与更基本的机制相关，如降雨强度、气溶胶颗粒大小和地面渗透性。

为了应对环境差异，一种可行的方法是创建高度详细的模型，如在切尔诺贝利事故后对高层住宅区的模拟研究，以及福岛事故后对郊区的模拟研究。然而，当评估区域扩大时，这种方法可能效果有限。因此，一些研究尝试更细致地分类环境，如PARATI代码分类了多达七种环境类型。然而，这些研究主要集中在欧洲的城市配置上，而欧洲的城市通常以木屋和大型花园、半独立建筑和砖墙结构为特征。因此，这些发现可能不适用于具有显著不同城市特征的地区，如福岛，其中低层、独立的木屋为主，并且周围空间布局差异较大。此外，当建筑被不同环境包围时，确定确切类型可能具有挑战性，因此需要考虑新的局部环境分类及其组合。

基于上述背景，本研究旨在开发一种适用于各种城市环境的通用分类方法，并计算复杂环境组合下的时间依赖型室内剂量。此外，我们使用GIS和遥感技术进行局部城市类型识别，以绘制室内剂量分布图。我们还进行了文献综述和详细测量，以确定源建模的一些参数，包括不同地面材料的相对初始源强度、生态半衰期和源的垂直分布情况。

本研究提出了一种新的城市分类方法，参考了Local Climate Zone（LCZ）的概念，用于描述城市气候。这一分类方法包含了影响辐射环境的重要因素，如建筑密度和地面材料比例。例如，LCZ 3代表紧凑型低层建筑区，建筑比例在40%至70%之间，不透水地面比例在20%至50%之间。该方法通过综合建筑密度和地面材料比例，可以有效识别不同的城市类型。

为了更好地模拟辐射传输，研究使用了蒙特卡洛方法，以获取每种环境类型组合下的室内剂量数据。研究将源分为五种类型：中心网格、前近距离网格、角近距离网格、前远距离网格和角远距离网格。通过这种方式，研究可以识别出不同源位置对室内剂量的影响。同时，研究还对不同网格的剂量数据进行了拟合，以生成剂量距离曲线，并计算每个细分网格的平均剂量。

为了应对现实世界中源区域与模型中源区域的差异，研究提出了一种归一化方法：每个矩阵除以模型中定义的源区域面积。研究还发现，当源区域为“紧凑”、“开放”和“稀疏”类型时，其源区域面积范围如表所示。实际剂量响应是通过将归一化值与实际地面面积相乘来计算的，实际地面面积来源于GIS分析。

研究还探讨了如何利用GIS和遥感技术进行局部城市类型识别。LCZ识别通常分为两种方法：基于卫星图像的方法和基于GIS的方法。基于卫星图像的方法使用机器学习算法训练样本和多光谱分析来生成LCZ地图。而基于GIS的方法则通过计算物理属性来生成LCZ地图。尽管基于学习算法的分类方法被广泛使用，但训练样本通常由生产者独立选择，这可能导致生成的LCZ地图具有高度主观性。相比之下，基于GIS的方法被认为更为客观。此外，GIS方法可以调整鱼网尺寸以适应不同分辨率。然而，GIS数据往往不足以区分小尺度的地表差异。因此，研究采用了一种混合方法来生成LRZ地图，使用GIS对网格进行“紧凑”、“开放”或“稀疏”分类，同时使用多光谱分析来识别它们为“铺设”或“绿色”类型。

为了更准确地识别城市类型，研究选择建筑密度（BD）和渗透性地表比例（PSF）作为两个主要物理属性。BD来源于GIS数据，而PSF则通过卫星数据计算。LRZ类型是通过匹配这两个指标来确定的。PSF代表网格内渗透性地表的比例，包括植被和土壤。以往的研究通常使用植被覆盖比例（FVC）作为PSF的替代指标，而忽略了土壤覆盖。因此，研究加入了归一化差异裸土指数（NDBSI）作为补充指标。LRZ类型在研究区域内的识别依据如表所示。

通过这种方式，研究不仅能够准确识别不同环境类型，还能够有效地模拟和预测室内剂量分布。这种方法可以用于城市规划、环境监测以及灾害管理等实际应用。此外，研究还发现，室内剂量分布受到多种因素的影响，包括源区域类型、时间变化、建筑密度、地面材料等。因此，这种方法可以为决策者提供有价值的参考，以支持灾后恢复和长期健康风险评估。