放射性氙背景表征对基于国际监测系统测量的贝叶斯放射性氙源项估算的影响

《Journal of Environmental Radioactivity》：Impact of background representation on Bayesian radioxenon source estimation using IMS measurements

　　

放射性氙检测在核查《全面禁止核试验条约》（CTBT）合规性中起着关键作用，但由于放射性氙具有高度可变且持续存在的背景，以及国际监测系统（IMS）网络稀疏的特性，检测仍具挑战性。放射性氙背景信号源于众多有时特征不明的民用源，并受长距离大气传输的强烈影响，给背景预测带来显著不确定性。为解决这些问题，研究人员开发了一种贝叶斯反演建模框架，用于未知源项估算，该框架集成了IMS测量、大气传输模拟和多种放射性氙背景表征。研究人员测试了三种背景配置：无背景、各传感器加和背景，以及各传感器源特异性背景贡献。利用2021年第一届核爆炸信号筛查开放比对演练的数据并结合放射性氙背景预报，研究人员论证了贝叶斯建模在模拟核试验场景中估算未知源项的有效性。值得注意的是，采用各传感器源特异性背景贡献可提升估算释放量的精度。

研究背景方面，国际监测系统（IMS）由全面禁止核试验条约组织（CTBTO）建立，依托地震、水声、次声波形技术辅以放射性核素技术实现全球核爆炸监测，其中放射性氙（Radioxenon）作为重要惰性气体示踪剂，既可源自高裂变产额核爆炸，也来自核电站（NPPs）、核研究堆（NRRs）及同位素生产设施（IPFs）等民用源。由于放射性氙背景持续存在且高度时变，叠加长距离大气传输与稀疏监测网络，从背景中识别核试验信号极为困难。既往ATM Challenge及2021年第一届核爆炸信号筛查开放比对演练虽推进了传输模型与背景模拟，但传统可能源区（PSR）方法定位宽泛，亟需能在联合估计中直接纳入背景不确定性的反演方法。为此，研究人员开展本研究，旨在发展一种灵活处理长程传输与单体源排放不确定性的贝叶斯框架，论文发表于《Journal of Environmental Radioactivity》。

关键技术方法上，研究人员基于2021年比对演练合成的2014年数据集：含23个IMS站点的Xe-133测量、FLEXPART反向模拟得到的源—受体敏感度（SRS）矩阵、53个假想地下/水下核爆点（1 kT当量）在四个日期各两次释放的设定；背景数据采用两套大气传输（ATM）方案，其一是FLEXPART反向模拟对所有已知民用源贡献加和得到的各站点加和背景（sumBG），其二是FLEXPART正向模拟分别追踪12个IPFs与聚合NPPs共13类源贡献再组装的源特异性背景（sepBG）。反演侧并行实现LASSO正则化最小二乘与变分贝叶斯（VB）推断，后者对无背景、加和背景、分离背景三种情形分别建立高斯似然、自动相关判定（ARD）先验及带指示变量w_i的双模数据模型，背景权重s约束于[1/5,5]。

研究结果部分，第2节数据集与背景建模中，研究人员阐明核试验数据集由假想释放场景、IMS的Xe-133实测与SRS矩阵构成，SRS由FLEXPART v10.4以ERA5气象场反向模拟14天得到；背景数据集1为反向模拟加和背景，背景数据集2为正向模拟分离背景，分别服务于不同反演配置。第3节带背景信号的反演建模中，研究人员给出线性观测方程y=Mx+e，针对noBG、sumBG、sepBG分别推导LASSO目标函数（式2-7，背景权重s不进入L1正则）与VB概率模型（式8-12，sepBG引入指示变量w_i区分纯背景与含爆释放测量，s采用截断高斯先验）；证明背景不作为先验扣除而是并入观测模型与源项联合估计。第4节结果中，研究人员在8个比对案例上比较LASSO与VB及各背景配置，指出sepBG配置下VB后验源项释放量估计偏差最小、定位更集中，sumBG次之，noBG最差；VB相比LASSO能给出后验不确定性且对背景权重自适应修正，source-specific背景贡献显著削弱民用排放误归因。讨论与结论部分，研究人员总结：放射性氙背景的高度时变与多源远距传输使传统扣背景后再反演引入偏差；将各传感器源特异性背景直接嵌入贝叶斯观测方程并联合估计爆源项与背景缩放因子，可有效吸收ATM与排放清单不确定性，提升CTBT核查中未知核爆释放量与位置的置信度；该方法较现行PSR及相关机器学习筛查互补，可嵌入IDC常规源重建流程。