基于无人机航测数据的放射性点源定位算法研究及其在核应急响应中的应用

为解决核事故后放射性源快速定位难题，研究人员开发了一种基于无人机(UAV)航测数据的新型定位算法。该算法结合反平方定律(inverse square law)与最小二乘法(least squares method)，通过聚类筛选数据点，在150m×150m开放区域实现<1m定位误差，结合克里金插值(Kriging interpolation)可进一步将误差降至<0.1m。该研究为核应急响应提供了高效安全的技术方案。

　　

随着全球438座运行核反应堆及58座在建反应堆的持续运行（截至2022年数据），核安全问题日益凸显。历史上三哩岛（1979）、切尔诺贝利（1986）和福岛（2011）等重大核事故表明，放射性物质泄漏会导致灾难性后果——仅切尔诺贝利事故就造成至少56人直接死亡，而实际伤亡可能更高，因为二次爆炸释放的大量石墨等放射性物质持续危害环境。传统人工搜寻放射性源的方式效率低下且风险极高，因此发展自动化监测技术成为迫切需求。

在此背景下，某中国研究团队在《Radiation Measurements》发表论文，提出了一种基于大疆M300 RTK无人机搭载AT1123探测器的创新定位算法。该研究通过验证无人机航测数据精度，结合反平方定律与最小二乘法，在无先验信息条件下实现开放区域亚米级定位，结合克里金插值后精度可达厘米级，为核应急响应提供了突破性技术手段。

研究采用三大关键技术：1）基于DJI M300 RTK无人机（水平定位精度1 cm + 1 ppm）的辐射数据采集系统；2）利用反平方定律建立剂量率等值线（dose rate isopleths）球面分布模型；3）通过最小二乘法拟合与K均值聚类筛选数据点，结合克里金插值进行辐射场重建。实验数据来自150m×150m实测区域。

算法原理
研究基于无屏蔽点源辐射场的反平方定律，证明剂量率等值线呈球面分布，其水平投影为同心圆。通过计算各等值线到投影中心的距离方差，建立目标函数优化模型，采用最小二乘法求解放射性源坐标。

无人机辐射检测系统
使用大疆M300 RTK无人机搭载AT1123探测器，该平台最大载荷9kg，续航31分钟，速度17m/s，RTK定位精度达厘米级，确保数据采集的可靠性。

结果与讨论
直接应用算法时，150m×150m区域内定位误差均<1m（最小0.272m）。结合克里金插值重建辐射场后，误差进一步降至<0.1m。相比传统γ相机视觉定位法，该方法兼具经济性与适应性优势。

结论
该研究突破性地实现了开放区域放射性源的快速精准定位：1）首创基于无人机航测数据的反平方定律优化算法；2）首次将克里金插值应用于辐射场重建，使定位精度提升一个数量级；3）相比参数估计法（如最大似然估计）和递归贝叶斯方法，计算效率显著提高。这些成果为核事故应急响应提供了可部署的解决方案，尤其适用于福岛等大规模污染场景的源项调查。

研究同时指出，算法在复杂地形下的适用性仍需验证，未来可通过融合LiDAR三维建模进一步提升性能。作者团队（Jialong Chen、Ai Chen等）强调，该技术将推动无人机在核安全领域的标准化应用。