JP2015040815A - 放射線物質移動経路推定方法及び除染方法 - Google Patents
放射線物質移動経路推定方法及び除染方法 Download PDFInfo
- Publication number
- JP2015040815A JP2015040815A JP2013173132A JP2013173132A JP2015040815A JP 2015040815 A JP2015040815 A JP 2015040815A JP 2013173132 A JP2013173132 A JP 2013173132A JP 2013173132 A JP2013173132 A JP 2013173132A JP 2015040815 A JP2015040815 A JP 2015040815A
- Authority
- JP
- Japan
- Prior art keywords
- point
- dose rate
- series data
- correlation
- rate time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Measurement Of Radiation (AREA)
Abstract
【課題】放射性物質で汚染された地域において、放射線物質の移動経路を推定できるようにすることを目的とする。
【解決手段】本発明に係る放射線物質移動経路推定方法は、放射線物質により汚染された複数の地点で線量率時系列データを取得するデータ取得ステップと、一の地点で取得された一方の線量率時系列データと他の地点で取得された他方の線量率時系列データとの相関関係を判定する相関判定ステップと、を備えた。また、データ取得ステップにおいては、除染後の前記複数の地点又は降雨後又は散水後の前記複数の地点で線量率時系列データを取得するようにした。
【選択図】図４
【解決手段】本発明に係る放射線物質移動経路推定方法は、放射線物質により汚染された複数の地点で線量率時系列データを取得するデータ取得ステップと、一の地点で取得された一方の線量率時系列データと他の地点で取得された他方の線量率時系列データとの相関関係を判定する相関判定ステップと、を備えた。また、データ取得ステップにおいては、除染後の前記複数の地点又は降雨後又は散水後の前記複数の地点で線量率時系列データを取得するようにした。
【選択図】図４
Description
本発明は、放射性物質に汚染された地域において放射線物質移動経路を推定する方法等に関する。
従来、放射能で汚染された土地に放射能除染剤を散布する放射性物質の除染方法が知られている（例えば、特許文献１など参照）。
放射性物質で汚染された地域において、放射線物質の移動経路を推定できれば、効果的な除染を行うことが可能であると考えられる。
しかしながら、従来は、放射性物質で汚染された地域において放射線物質の移動経路を推定する方法が確立されておらず、線量が高くなっている地点をランダムに除染していたので、放射性物質で汚染された地域を効果的に除染することができなかった。
本発明は、放射性物質で汚染された地域において、放射線物質の移動経路を推定できるようにすることを目的とする。
しかしながら、従来は、放射性物質で汚染された地域において放射線物質の移動経路を推定する方法が確立されておらず、線量が高くなっている地点をランダムに除染していたので、放射性物質で汚染された地域を効果的に除染することができなかった。
本発明は、放射性物質で汚染された地域において、放射線物質の移動経路を推定できるようにすることを目的とする。
本発明に係る放射線物質移動経路推定方法は、放射線物質により汚染された複数の地点で線量率時系列データを取得するデータ取得ステップと、一の地点で取得された一方の線量率時系列データと他の地点で取得された他方の線量率時系列データとの相関関係を判定する相関判定ステップと、を備えたので、一の地点で取得された一方の線量率時系列データと他の地点で取得された他方の線量率時系列データとの相関関係を判定して、一方の地点と他の地点との間に相関があれば、一方の地点と他の地点とが放射線物質の移動経路を構成していると推定でき、一方の地点及び他方の地点のうちの少なくとも一方、又は、両方を除染することにより、効果的な除染を行うことが可能となる。
また、データ取得ステップにおいては、除染後の前記複数の地点又は降雨後の前記複数の地点又は散水後の前記複数の地点で線量率時系列データを取得するようにした。除染後又は降雨後又は散水後の複数の地点においては、線量率時系列データの変化量が大きくなることで精度の高い相関係数の計算を短いサンプリング期間で実行でき、精度の高い移動経路の迅速な推定が可能となる。従って、放射線物質移動経路を効率的かつ高精度に推定できるようになり、効果的な除染を行うことが可能となる。
また、前記一方の線量率時系列データと他方の線量率時系列データとに相関があると判定された場合に、前記一の地点と他の地点との間で移動した放射線物質の移動方向を判定する移動方向判定ステップを備えたので、一の地点と他の地点との地点ペアにおいて、放射線物質の移動経路の上流側に位置する地点を推定できるようになり、移動経路の上流側に位置する地点を除染することで、放射性物質で汚染された地域を効果的に除染することが可能となる。
また、前記データ取得ステップ、相関判定ステップ、移動方向判定ステップを実施し、移動方向判定ステップで放射線物質の移動方向上流側であると判定された地点の除染を行った後に、再度、データ取得ステップ、相関判定ステップ、移動方向判定ステップを実施することで、移動方向上流側であると判定された除染後の地点で取得される線量率時系列データの変化量が大きくなり、相関のある地点ペアの相関がより強くなって、相関のある地点ペアの相関係数がより高い値を示すことになる。従って、より精度の高い放射線物質移動経路を推定できるようになり、効果的な除染を行うことが可能となる。
さらに、放射線物質の移動方向が判定された地点間での放射性物質の移動速度を推定する移動速度推定ステップを備えたので、地点ペア間の放射性物質の移動速度情報に基づいて、当該地点ペアの移動方向上流側の地点の効果的な除染間隔を適切に予想できたり、効果的な除染対策を施すことが可能となり、効果的な除染作業を行える。
また、本発明の除染方法は、上述した放射線物質移動経路推定方法における移動方向判定ステップで放射線物質の移動方向上流側であると判定された地点の除染を行うので、放射性物質で汚染された地域を効果的に除染できる。
また、データ取得ステップにおいては、除染後の前記複数の地点又は降雨後の前記複数の地点又は散水後の前記複数の地点で線量率時系列データを取得するようにした。除染後又は降雨後又は散水後の複数の地点においては、線量率時系列データの変化量が大きくなることで精度の高い相関係数の計算を短いサンプリング期間で実行でき、精度の高い移動経路の迅速な推定が可能となる。従って、放射線物質移動経路を効率的かつ高精度に推定できるようになり、効果的な除染を行うことが可能となる。
また、前記一方の線量率時系列データと他方の線量率時系列データとに相関があると判定された場合に、前記一の地点と他の地点との間で移動した放射線物質の移動方向を判定する移動方向判定ステップを備えたので、一の地点と他の地点との地点ペアにおいて、放射線物質の移動経路の上流側に位置する地点を推定できるようになり、移動経路の上流側に位置する地点を除染することで、放射性物質で汚染された地域を効果的に除染することが可能となる。
また、前記データ取得ステップ、相関判定ステップ、移動方向判定ステップを実施し、移動方向判定ステップで放射線物質の移動方向上流側であると判定された地点の除染を行った後に、再度、データ取得ステップ、相関判定ステップ、移動方向判定ステップを実施することで、移動方向上流側であると判定された除染後の地点で取得される線量率時系列データの変化量が大きくなり、相関のある地点ペアの相関がより強くなって、相関のある地点ペアの相関係数がより高い値を示すことになる。従って、より精度の高い放射線物質移動経路を推定できるようになり、効果的な除染を行うことが可能となる。
さらに、放射線物質の移動方向が判定された地点間での放射性物質の移動速度を推定する移動速度推定ステップを備えたので、地点ペア間の放射性物質の移動速度情報に基づいて、当該地点ペアの移動方向上流側の地点の効果的な除染間隔を適切に予想できたり、効果的な除染対策を施すことが可能となり、効果的な除染作業を行える。
また、本発明の除染方法は、上述した放射線物質移動経路推定方法における移動方向判定ステップで放射線物質の移動方向上流側であると判定された地点の除染を行うので、放射性物質で汚染された地域を効果的に除染できる。
放射線物質移動経路推定方法は、線量率測定ステップと、ホットスポット特定ステップと、データ取得ステップと、相関判定ステップと、移動方向判定ステップと、移動速度推定ステップとを備える。
線量率測定ステップでは、例えばＧＰＳ（グローバル・ポジショニング・システム）受信機付きのガイガーカウンター（放射線測定装置）を用いて、放射線物質により汚染された測定対象地域内の２以上の多数の地点での表面線量や空間線量等の線量率を、走行サーベイや歩行サーベイ等で測定する。
ホットスポット特定ステップでは、各地点で測定された線量率に基づいて２以上のホットスポットを特定する。尚、ホットスポットとは、例えば、測定対象地域内で一定値以上の線量率が計測された地点、測定対象地域内で計測された線量率が高い方の地点から抽出した一定数の地点、測定対象地域内で計測された地点において線量率が周辺よりも２倍以上高い地点等のことである。
図１では、×印及び●印の付いた多数の地点での線量を測定し、●印の付いた２以上の地点であるＡ〜Ｆで示す６つの地点がホットスポットとして特定されたことを示している。
図１では、×印及び●印の付いた多数の地点での線量を測定し、●印の付いた２以上の地点であるＡ〜Ｆで示す６つの地点がホットスポットとして特定されたことを示している。
データ取得ステップでは、特定された各ホットスポットのそれぞれにモニタリングポスト（放射線測定装置）を設置して、各ホットスポットでの表面線量率や空間線量率等の線量率を連続的に測定し、各ホットスポットにおいて蓄積された線量率時系列データを取得する。
図２に、各ホットスポット、例えば、地点Ａ〜Ｆにおいてそれぞれ所定時間間隔毎に測定された線量率を蓄積した線量率時系列データを波形グラフで表示した一例を示す。図２の波形グラフでは、縦軸が線量率（ｎＧｙ／ｈ(ナノグレイ／時間)）、横軸が時間（ｔ）である。
図２に、各ホットスポット、例えば、地点Ａ〜Ｆにおいてそれぞれ所定時間間隔毎に測定された線量率を蓄積した線量率時系列データを波形グラフで表示した一例を示す。図２の波形グラフでは、縦軸が線量率（ｎＧｙ／ｈ(ナノグレイ／時間)）、横軸が時間（ｔ）である。
相関判定ステップでは、任意の１つのホットスポットで取得された線量率時系列データとその他の複数のホットスポットで取得された線量率時系列データとを比較し、任意の１つのホットスポットで取得された線量率時系列データと相関がある線量率時系列データを持つホットスポットを抽出する。
相関判定ステップを実行する相関判定手段は、例えば、コンピュータと、相関係数算出処理プログラムと、判定処理プログラムと、相関距離算出処理プログラムとを備える。
相関係数算出処理プログラムは、任意の１つのホットスポットで取得された線量率時系列データとその他の複数のホットスポットで取得された線量率時系列データとの相関係数を算出する手段としてコンピュータを機能させるプログラムである。
判定処理プログラムは、相関係数算出処理プログラムにより算出された相関係数に基づいて、任意の１つのホットスポットと相関がある１つ以上の他のホットスポットを判定する手段としてコンピュータを機能させるプログラムである。
例えば、一方の線量率時系列データと他方の線量率時系列データとの相関係数が±０．５以上である場合に、これら一方の線量率時系列データと他方の線量率時系列データとに相関があると判定し、当該一方の線量率時系列データを取得した地点と他方の線量率時系列データを取得した地点とが放射線物質の移動経路であると推定する。
相関距離算出処理プログラムは、算出された相関係数に基づいて相関距離を求める手段としてコンピュータを機能させるプログラムである。
相関判定ステップを実行する相関判定手段は、例えば、コンピュータと、相関係数算出処理プログラムと、判定処理プログラムと、相関距離算出処理プログラムとを備える。
相関係数算出処理プログラムは、任意の１つのホットスポットで取得された線量率時系列データとその他の複数のホットスポットで取得された線量率時系列データとの相関係数を算出する手段としてコンピュータを機能させるプログラムである。
判定処理プログラムは、相関係数算出処理プログラムにより算出された相関係数に基づいて、任意の１つのホットスポットと相関がある１つ以上の他のホットスポットを判定する手段としてコンピュータを機能させるプログラムである。
例えば、一方の線量率時系列データと他方の線量率時系列データとの相関係数が±０．５以上である場合に、これら一方の線量率時系列データと他方の線量率時系列データとに相関があると判定し、当該一方の線量率時系列データを取得した地点と他方の線量率時系列データを取得した地点とが放射線物質の移動経路であると推定する。
相関距離算出処理プログラムは、算出された相関係数に基づいて相関距離を求める手段としてコンピュータを機能させるプログラムである。
相関判定ステップでは、ホットスポットの組み合わせの数に相当する全地点ペアの相関係数を求める。
例えば、図１に示すように、ホットスポットがＡ地点、Ｂ地点、Ｃ地点、Ｄ地点、Ｅ地点、Ｆ地点の６地点である場合、以下の全地点ペアである１５の地点ペアの相関係数を求める。
・Ａ地点の線量率時系列データとＢ地点の線量率時系列データとの相関係数、
・Ａ地点の線量率時系列データとＣ地点の線量率時系列データとの相関係数、
・Ａ地点の線量率時系列データとＤ地点の線量率時系列データとの相関係数、
・Ａ地点の線量率時系列データとＥ地点の線量率時系列データとの相関係数、
・Ａ地点の線量率時系列データとＦ地点の線量率時系列データとの相関係数、
・Ｂ地点の線量率時系列データとＣ地点の線量率時系列データとの相関係数、
・Ｂ地点の線量率時系列データとＤ地点の線量率時系列データとの相関係数、
・Ｂ地点の線量率時系列データとＥ地点の線量率時系列データとの相関係数、
・Ｂ地点の線量率時系列データとＦ地点の線量率時系列データとの相関係数、
・Ｃ地点の線量率時系列データとＤ地点の線量率時系列データとの相関係数、
・Ｃ地点の線量率時系列データとＥ地点の線量率時系列データとの相関係数、
・Ｃ地点の線量率時系列データとＦ地点の線量率時系列データとの相関係数、
・Ｄ地点の線量率時系列データとＥ地点の線量率時系列データとの相関係数、
・Ｄ地点の線量率時系列データとＦ地点の線量率時系列データとの相関係数、
・Ｅ地点の線量率時系列データとＦ地点の線量率時系列データとの相関係数、
図４に上記各地点ペアの相関係数を図表にした例を示す。
例えば、図１に示すように、ホットスポットがＡ地点、Ｂ地点、Ｃ地点、Ｄ地点、Ｅ地点、Ｆ地点の６地点である場合、以下の全地点ペアである１５の地点ペアの相関係数を求める。
・Ａ地点の線量率時系列データとＢ地点の線量率時系列データとの相関係数、
・Ａ地点の線量率時系列データとＣ地点の線量率時系列データとの相関係数、
・Ａ地点の線量率時系列データとＤ地点の線量率時系列データとの相関係数、
・Ａ地点の線量率時系列データとＥ地点の線量率時系列データとの相関係数、
・Ａ地点の線量率時系列データとＦ地点の線量率時系列データとの相関係数、
・Ｂ地点の線量率時系列データとＣ地点の線量率時系列データとの相関係数、
・Ｂ地点の線量率時系列データとＤ地点の線量率時系列データとの相関係数、
・Ｂ地点の線量率時系列データとＥ地点の線量率時系列データとの相関係数、
・Ｂ地点の線量率時系列データとＦ地点の線量率時系列データとの相関係数、
・Ｃ地点の線量率時系列データとＤ地点の線量率時系列データとの相関係数、
・Ｃ地点の線量率時系列データとＥ地点の線量率時系列データとの相関係数、
・Ｃ地点の線量率時系列データとＦ地点の線量率時系列データとの相関係数、
・Ｄ地点の線量率時系列データとＥ地点の線量率時系列データとの相関係数、
・Ｄ地点の線量率時系列データとＦ地点の線量率時系列データとの相関係数、
・Ｅ地点の線量率時系列データとＦ地点の線量率時系列データとの相関係数、
図４に上記各地点ペアの相関係数を図表にした例を示す。
地点ペアの一方の地点Ｘで取得された一方の線量率時系列データと他方の地点Ｙで取得された他方の線量率時系列データとの相関係数の求め方の一例を説明する。
地点ペアの一方の地点Ｘと他方の地点Ｙとにおいて同じ時間帯に観測された線量率時系列データをコンピュータに入力する。
地点ペアの一方の地点Ｘと他方の地点Ｙとにおいて観測期間内（例えば平成２５年７月１日午前０時から平成２５年７月３０日の午前０時までの間）で例えば１時間毎に計測された線量率のデータ群が線量率時系列データとしてコンピュータに入力されたとする。
この場合、相関判定手段は、例えば相関測度構成法（Correlation Metric Construction Method, CMC法）に基づいて相関係数を求める。
当該相関測度構成法では、まず、一方の地点Ｘで取得された線量率時系列データの観測期間内での変動量を、最小値が−１、最大値が＋１になるように規格化した規格化線量率変動量ＸＷ（ｔ）を算出するとともに、他方の地点Ｙで取得された線量率時系列データの観測期間内での変動量を、最小値が−１、最大値が＋１になるように規格化した規格化線量率変動量ＹＷ（ｔ）を算出する。
そして、任意の区間Ｌ内での一方の地点Ｘでの規格化線量率変動量ＸＷ（ｔ）と他方の地点Ｙでの規格化線量率変動量ＹＷ（ｔ）との時間差相関係数ＲＸＹ（τ）を次式に従って算出する。尚、ＲＸＹ（τ）は、−１〜＋１の値となる。
地点ペアの一方の地点Ｘと他方の地点Ｙとにおいて同じ時間帯に観測された線量率時系列データをコンピュータに入力する。
地点ペアの一方の地点Ｘと他方の地点Ｙとにおいて観測期間内（例えば平成２５年７月１日午前０時から平成２５年７月３０日の午前０時までの間）で例えば１時間毎に計測された線量率のデータ群が線量率時系列データとしてコンピュータに入力されたとする。
この場合、相関判定手段は、例えば相関測度構成法（Correlation Metric Construction Method, CMC法）に基づいて相関係数を求める。
当該相関測度構成法では、まず、一方の地点Ｘで取得された線量率時系列データの観測期間内での変動量を、最小値が−１、最大値が＋１になるように規格化した規格化線量率変動量ＸＷ（ｔ）を算出するとともに、他方の地点Ｙで取得された線量率時系列データの観測期間内での変動量を、最小値が−１、最大値が＋１になるように規格化した規格化線量率変動量ＹＷ（ｔ）を算出する。
そして、任意の区間Ｌ内での一方の地点Ｘでの規格化線量率変動量ＸＷ（ｔ）と他方の地点Ｙでの規格化線量率変動量ＹＷ（ｔ）との時間差相関係数ＲＸＹ（τ）を次式に従って算出する。尚、ＲＸＹ（τ）は、−１〜＋１の値となる。
尚、任意の区間Ｌは、例えば図３に示すように、一方の地点Ｘでの規格化線量率変動量ＸＷ（ｔ）の時間軸ｔｊ上のｔ１〜ｔ２の区間であり、他方の地点Ｙでの規格化線量率変動量ＹＷ（ｔ）の時間軸ｔｊ上のｔ１＋τ〜ｔ２＋τの区間である。
当該任意の区間Ｌは、長く設定すればするほど正確な相関係数を得ることができる。したがって、当該区間Ｌは、それ以上長く区間を長く設定しても得られる相関係数がほとんど変化しない程度に、できるだけ長くすることが好ましい。
例えば典型的な線量率変動（例えば１０％以上の線量率変動）を数回〜十数回程度含む区間を区間Ｌとすればよい。
当該任意の区間Ｌは、長く設定すればするほど正確な相関係数を得ることができる。したがって、当該区間Ｌは、それ以上長く区間を長く設定しても得られる相関係数がほとんど変化しない程度に、できるだけ長くすることが好ましい。
例えば典型的な線量率変動（例えば１０％以上の線量率変動）を数回〜十数回程度含む区間を区間Ｌとすればよい。
相関判定手段は、時間τが一定間隔で変化するように、一方の地点Ｘでの規格化線量率変動量ＸＷ（ｔ）の時間軸ｔｊ及び他方の地点Ｙでの規格化線量率変動量ＹＷ（ｔ）の時間軸ｔｊのうちのいずれか一方の時間軸ｔｊを固定して他方の時間軸ｔｊを一定間隔で移動させる毎に任意の区間Ｌ内での一方の地点Ｘでの規格化線量率変動量ＸＷ（ｔ）と他方の地点Ｙでの規格化線量率変動量ＹＷ（ｔ）との時間差相関係数ＲＸＹ（τ）を求める計算を繰り返す。
例えば、一方の地点Ｘでの規格化線量率変動量ＸＷ（ｔ）の時間軸ｔｊを固定し、当該規格化線量率変動量ＸＷ（ｔ）の時間軸ｔｊに対して他方の地点Ｙでの規格化線量率変動量ＹＷ（ｔ）の時間軸ｔｊを時間τだけずらして、図４（ａ）に示すように当該規格化線量率変動量ＸＷ（ｔ）の波形と規格化線量率変動量ＹＷ（ｔ）の波形とを表示画面に重ねて表示する。そして、図４（ｂ）〜図４（ｅ）に示すように、規格化線量率変動量ＹＷ（ｔ）の波形を左方向に一定間隔ずつずらして時間τを変化させる毎に任意の区間Ｌ内での一方の地点Ｘでの規格化線量率変動量ＸＷ（ｔ）と他方の地点Ｙでの規格化線量率変動量ＹＷ（ｔ）との時間差相関係数ＲＸＹ（τ）を求める計算を繰り返す。
尚、τの変化範囲は、例えば＋１日〜−１日の範囲内で１時間刻みで変化させる。
例えば、一方の地点Ｘでの規格化線量率変動量ＸＷ（ｔ）の時間軸ｔｊを固定し、当該規格化線量率変動量ＸＷ（ｔ）の時間軸ｔｊに対して他方の地点Ｙでの規格化線量率変動量ＹＷ（ｔ）の時間軸ｔｊを時間τだけずらして、図４（ａ）に示すように当該規格化線量率変動量ＸＷ（ｔ）の波形と規格化線量率変動量ＹＷ（ｔ）の波形とを表示画面に重ねて表示する。そして、図４（ｂ）〜図４（ｅ）に示すように、規格化線量率変動量ＹＷ（ｔ）の波形を左方向に一定間隔ずつずらして時間τを変化させる毎に任意の区間Ｌ内での一方の地点Ｘでの規格化線量率変動量ＸＷ（ｔ）と他方の地点Ｙでの規格化線量率変動量ＹＷ（ｔ）との時間差相関係数ＲＸＹ（τ）を求める計算を繰り返す。
尚、τの変化範囲は、例えば＋１日〜−１日の範囲内で１時間刻みで変化させる。
次に、相関判定手段は、図５に示すように、ＲＸＹ（τ）の絶対値|ＲＸＹ（τ）|対τのグラフを作成する。そして、|ＲＸＹ（τ）|の最大ピーク値を、一方の地点Ｘでの規格化線量率変動量ＸＷ（ｔ）と他方の地点Ｙでの規格化線量率変動量ＹＷ（ｔ）との最大相関係数ＣＸＹとし、|ＲＸＹ（τ）|の最大ピーク位置のτ値を、一方の地点Ｘでの規格化線量率変動量ＸＷ（ｔ）と他方の地点Ｙでの規格化線量率変動量ＹＷ（ｔ）との時間差τＸＹとする。
尚、図４に示した波形表示と図５に示したグラフ表示などの表示は視認性を高めるために表示画面に表示することが好ましいが、これらの表示は行わなくてもよい。
尚、図４に示した波形表示と図５に示したグラフ表示などの表示は視認性を高めるために表示画面に表示することが好ましいが、これらの表示は行わなくてもよい。
相関判定手段は、全ての地点ペアについて上述した最大相関係数ＣＸＹ及び時間差τＸＹを計算し、図６に示すような各地点ペアの相関係数行列、および、図７に示すような時間差行列を作成する。
次に、相関判定手段は、相関係数に基づいて相関距離を求める。例えば、最大相関係数ＣＸＹを以下の正準変換の式を用いて相関距離ＤＸＹに変換した図８に示すような相関距離行列を作成する。
尚、対応テーブルを参照して相関距離を求めてもよい。対応テーブルとしては、例えば、相関係数が高いほど相関距離が短く設定された対応テーブル、例えば、図６；図９に示すように、地点ペアＡＢの相関係数が０．９の場合は相関距離ｄＡＢが０．１、地点ペアＢＣの相関係数が０．８の場合は相関距離ｄＢＣが０．２、地点ペアＤＦの相関係数が０．７の場合は相関距離ｄＤＦが０．３というように決められた対応テーブルを用いれば良い。
次に、相関判定手段は、例えば多次元尺度構成法を図８の相関距離行例に適用し、各地点を２次元の平面上にマッピングする。これにより、放射性物質の移動にとって近い位置にある地点同士は近くに、遠い位置にある地点同士は遠くに配置された、図１０に示すような地点配置図が生成される。
そして、図６の相関係数行列の要素のうち、相関係数が一定の閾値以上のものを抽出し、図１０の地点配置図上で対応する地点間に直線を引く。例えば、閾値を相関係数０．５とし、相関係数０．５以上の地点ペアを抽出する。この場合、図６に示すように、相関係数０．５以上の地点ペアは、相関係数０．９の地点ペアＡＢ、相関係数０．８の地点ペアＢＣ、相関係数０．８の地点ペアＣＤ、相関係数０．９の地点ペアＤＥ、相関係数０．７の地点ペアＤＦであるから、図１０の地点配置図上の地点ペアＡＢ間、地点ペアＢＣ間、地点ペアＣＤ間、地点ペアＤＥ間、地点ペアＤＦ間に直線を引いた地点相関図が生成される。
以上により、Ａ地点、Ｂ地点、Ｃ地点、Ｄ地点、Ｅ地点、Ｆ地点が１本以上の直線で他の地点と繋げられた図１１に示すような地点相関図が生成される。
尚、相関係数の閾値は、例えば全ての地点が少なくとも１本の直線で他の地点とつながるように値を定めればよい。
以上により、Ａ地点、Ｂ地点、Ｃ地点、Ｄ地点、Ｅ地点、Ｆ地点が１本以上の直線で他の地点と繋げられた図１１に示すような地点相関図が生成される。
尚、相関係数の閾値は、例えば全ての地点が少なくとも１本の直線で他の地点とつながるように値を定めればよい。
以上のように、相関判定ステップによって、一の地点で取得された一方の線量率時系列データと他の地点で取得された他方の線量率時系列データとの相関関係を判定して、一方の地点と他の地点との間に相関があれば、一方の地点と他の地点とが放射線物質の移動経路を構成していると推定できるようになる。即ち、一の地点で取得された一方の線量率時系列データと他の地点で取得された他方の線量率時系列データとの相関係数が一定の閾値以上であれば相関があると判定され、当該判定結果を出力するようにすれば、一方の地点と他の地点とが放射線物質の移動経路を構成していると推定できる。この場合、例えば、一方の地点及び他方の地点のうちの少なくとも一方、又は、両方を除染することにより、効果的な除染を行うことが可能となる。例えば、後述する移動経路ネットワーク図が得られた後で、上流に位置するホットスポットや、セシウム等の放射線物質が複数の経路から流れ込む、または複数の流出経路を持つハブノード位置のホットスポットを除染することにより、効果的な除染を行うことが可能となる。
次に、移動方向判定ステップでは、任意の１つの地点と当該地点で取得された線量率時系列データと相関の強い線量率時系列データを持つ地点との間での放射線物質の移動方向を求める。
移動方向判定ステップを実行する移動方向判定手段は、例えば、コンピュータと、判定処理プログラムとを備える。
判定処理プログラムは、ずれ時間τの符号に基づいて一方の地点と他方の地点とのどちらが放射性物質の移動方向上流側であるかを判定する手段としてコンピュータを機能させるプログラムである。
即ち、移動方向判定手段は、判定処理プログラムに基づいて、図７の時間差行列要素の符合（ずれ時間τの符号）に応じて図１１の地点相関図に表示された地点ペア間の直線に放射線物質の移動方向を示す矢印を付す。例えば、一方の地点Ｘと他方の地点Ｙとの最大相関係数ＣＸＹが閾値以上でτＸＹが正値の場合、一方の地点Ｘから他方の地点Ｙへの方向を示す矢印を引く。
例えば図７の時間差行列において、相関係数０．９の地点ペアＡＢの時間差τは正値１．５であるから、Ａ→Ｂのように矢印を付す。また、相関係数０．８の地点ペアＢＣ、相関係数０．８の地点ペアＣＤ、相関係数０．９の地点ペアＤＥ、相関係数０．７の地点ペアＤＦの時間差τはいずれも負値であるから、Ｃ→Ｂ、Ｄ→Ｃ、Ｅ→Ｄ、Ｆ→Ｄのように矢印を付す（時間差τが正値の場合と比べて逆向きとなるように矢印が付される）。
即ち、図７において、地点ペアの時間差τが正値の場合は、表の縦欄に表示された地点から表の横欄に表示された地点に向けて矢印が付され、地点ペアの時間差τが負値の場合は、表の横欄に表示された地点から表の縦欄に表示された地点に向けて矢印が付される。
以上により、図１２に示すような、放射線物質移動経路ネットワーク図が作成される。
移動方向判定ステップを実行する移動方向判定手段は、例えば、コンピュータと、判定処理プログラムとを備える。
判定処理プログラムは、ずれ時間τの符号に基づいて一方の地点と他方の地点とのどちらが放射性物質の移動方向上流側であるかを判定する手段としてコンピュータを機能させるプログラムである。
即ち、移動方向判定手段は、判定処理プログラムに基づいて、図７の時間差行列要素の符合（ずれ時間τの符号）に応じて図１１の地点相関図に表示された地点ペア間の直線に放射線物質の移動方向を示す矢印を付す。例えば、一方の地点Ｘと他方の地点Ｙとの最大相関係数ＣＸＹが閾値以上でτＸＹが正値の場合、一方の地点Ｘから他方の地点Ｙへの方向を示す矢印を引く。
例えば図７の時間差行列において、相関係数０．９の地点ペアＡＢの時間差τは正値１．５であるから、Ａ→Ｂのように矢印を付す。また、相関係数０．８の地点ペアＢＣ、相関係数０．８の地点ペアＣＤ、相関係数０．９の地点ペアＤＥ、相関係数０．７の地点ペアＤＦの時間差τはいずれも負値であるから、Ｃ→Ｂ、Ｄ→Ｃ、Ｅ→Ｄ、Ｆ→Ｄのように矢印を付す（時間差τが正値の場合と比べて逆向きとなるように矢印が付される）。
即ち、図７において、地点ペアの時間差τが正値の場合は、表の縦欄に表示された地点から表の横欄に表示された地点に向けて矢印が付され、地点ペアの時間差τが負値の場合は、表の横欄に表示された地点から表の縦欄に表示された地点に向けて矢印が付される。
以上により、図１２に示すような、放射線物質移動経路ネットワーク図が作成される。
図１２に示す放射線物質移動経路ネットワーク図では、地点Ａ；Ｅ；Ｆが放射線物質移動方向上流側のホットスポットであると推定されるので、放射性物質で汚染された地域内において地点Ａ；Ｅ；Ｆを除染すれば当該地域内を効率的に除染できる。
また、図１３に示すような放射線物質移動経路ネットワーク図が作成された場合、地点Ｄが放射線物質移動方向上流側のホットスポットであると推定されるので、放射性物質で汚染された地域内において地点Ｄを除染すれば当該地域内を効率的に除染できる。
即ち、従来のようにランダムにホットスポットを除染した場合、再汚染の可能性が高くなるが、本願発明では図１２；図１３に示すような放射線物質移動経路ネットワーク図を作成することで、放射線物質移動方向上流側のホットスポットがわかるので、放射線物質移動方向上流側のホットスポットを計画的に除染することにより、ホットスポットの再汚染の可能性を低くできる。すなわち、効果的なネットワーク除染を行うことが可能となる。
また、長期的に見て放射性物質移動経路が変動した場合にも本手法によれば移動経路推定が可能になる。
また、長期的に見て放射性物質移動経路が変動した場合にも本手法によれば移動経路推定が可能になる。
また、前記データ取得ステップ、相関判定ステップ、移動方向判定ステップを実施し、作成された放射線物質移動経路ネットワーク図を参照して放射線物質の移動方向上流側であると判定された地点の除染を行った後に、再度、データ取得ステップ、相関判定ステップ、移動方向判定ステップを実施すれば、移動方向上流側であると判定された除染後の地点で取得される線量率時系列データの変化量が大きくなることで精度の高い相関係数の計算を短いサンプリング期間で実行でき、精度の高い移動経路の迅速な推定が可能となるので、より精度の高い放射線物質移動経路ネットワーク図を作成できるようになる。よって、より効果的なネットワーク除染を行うことが可能となる。即ち、放射線物質移動経路を効率的かつ高精度に推定できるようになり、効果的な除染を行うことが可能となる。
そして、当該除染を繰り返すことによって、放射性物質移動経路の推定精度が向上し、より効率的な除染計画が立てられるようになる。
そして、当該除染を繰り返すことによって、放射性物質移動経路の推定精度が向上し、より効率的な除染計画が立てられるようになる。
移動速度推定ステップでは、任意の１つの地点と当該地点で取得された線量率時系列データと相関の強い線量率時系列データを持つ地点との間での放射線物質の移動速度を推定する。
移動速度推定ステップを実行する移動速度推定手段は、例えば、コンピュータと、移動速度推定処理プログラムとを備える。
移動速度推定処理プログラムは、例えばＧＰＳで計測された地点ペア間の実距離÷地点ペアの最大相関係数ＣＸＹが得られた条件での時間差τＸＹにより、又は、地点ペア間の相関距離÷地点ペアの最大相関係数ＣＸＹが得られた条件での時間差τＸＹにより、地点ペア間の放射性物質の移動速度を推定する手段としてコンピュータを機能させるプログラムである。
地点ペア間の放射性物質の移動速度が速いという情報は、当該地点ペアの移動方向上流側の地点の除染間隔を短くして、当該地点ペア間の放射性物質の移動量を抑制するためのファクターとして使用でき、逆に地点ペア間の放射性物質の移動速度が遅いという情報は、当該地点ペアの移動方向上流側の地点の除染間隔を長くできる情報として利用できる。
また、地点ペア間の放射性物質の移動速度が速い場合には、当該地点間に人工ホットスポット（バッファ）を作って当該人工ホットスポットに放射性物質を誘導する除染対策を施せば、除染作業を効率的に行えるようになる。
このように、地点ペア間の放射性物質の移動速度を得ることができるようになることで、地点ペアの移動方向上流側の地点の効果的な除染間隔を適切に予想できるようになったり、効果的な除染対策を施すことが可能となり、効果的な除染作業を行えるようになる。
尚、本発明において、除染とは、上述したホットスポットにおける汚染物質の絶対量を減少させることを言う。例えば、汚染された地点に水、酸、無機塩、キレート形成剤、中性洗剤、石けん等の除染剤を散布すること、あるいは、汚染された土壌を除去すること等によって、ホットスポットにおける汚染物質の絶対量を減少させることを言う。
移動速度推定ステップを実行する移動速度推定手段は、例えば、コンピュータと、移動速度推定処理プログラムとを備える。
移動速度推定処理プログラムは、例えばＧＰＳで計測された地点ペア間の実距離÷地点ペアの最大相関係数ＣＸＹが得られた条件での時間差τＸＹにより、又は、地点ペア間の相関距離÷地点ペアの最大相関係数ＣＸＹが得られた条件での時間差τＸＹにより、地点ペア間の放射性物質の移動速度を推定する手段としてコンピュータを機能させるプログラムである。
地点ペア間の放射性物質の移動速度が速いという情報は、当該地点ペアの移動方向上流側の地点の除染間隔を短くして、当該地点ペア間の放射性物質の移動量を抑制するためのファクターとして使用でき、逆に地点ペア間の放射性物質の移動速度が遅いという情報は、当該地点ペアの移動方向上流側の地点の除染間隔を長くできる情報として利用できる。
また、地点ペア間の放射性物質の移動速度が速い場合には、当該地点間に人工ホットスポット（バッファ）を作って当該人工ホットスポットに放射性物質を誘導する除染対策を施せば、除染作業を効率的に行えるようになる。
このように、地点ペア間の放射性物質の移動速度を得ることができるようになることで、地点ペアの移動方向上流側の地点の効果的な除染間隔を適切に予想できるようになったり、効果的な除染対策を施すことが可能となり、効果的な除染作業を行えるようになる。
尚、本発明において、除染とは、上述したホットスポットにおける汚染物質の絶対量を減少させることを言う。例えば、汚染された地点に水、酸、無機塩、キレート形成剤、中性洗剤、石けん等の除染剤を散布すること、あるいは、汚染された土壌を除去すること等によって、ホットスポットにおける汚染物質の絶対量を減少させることを言う。
実施形態２
線量率測定ステップにおいて放射線物質により汚染された測定対象地域内の複数の地点での線量率を測定した後、１回目のデータ取得ステップの前に放射線物質により汚染された複数のホットスポットを除染してから１回目のデータ取得ステップにおいて当該除染後の複数のホットスポットで線量率時系列データを取得するようにすれば、複数のホットスポットで取得される線量率時系列データの変化量が大きくなることで精度の高い相関係数の計算を短いサンプリング期間で実行でき、精度の高い移動経路の迅速な推定が可能となるので、より精度の高い放射線物質移動経路ネットワーク図を作成できるようになる。よって、より効果的なネットワーク除染を行うことが可能となる。即ち、放射線物質移動経路を効率的かつ高精度に推定できるようになり、効果的な除染を行うことが可能となる。
尚、実施形態２における除染後とは、除染の影響がネットワーク的に近隣のホットスポットに伝搬し、ネットワークが定常状態（いずれのホットスポットもほぼ一定の線量を示す状態）に達するまでの期間のことを言い、例えば、除染直後から半日〜数日程度経過するまでの期間のことをいう。
線量率測定ステップにおいて放射線物質により汚染された測定対象地域内の複数の地点での線量率を測定した後、１回目のデータ取得ステップの前に放射線物質により汚染された複数のホットスポットを除染してから１回目のデータ取得ステップにおいて当該除染後の複数のホットスポットで線量率時系列データを取得するようにすれば、複数のホットスポットで取得される線量率時系列データの変化量が大きくなることで精度の高い相関係数の計算を短いサンプリング期間で実行でき、精度の高い移動経路の迅速な推定が可能となるので、より精度の高い放射線物質移動経路ネットワーク図を作成できるようになる。よって、より効果的なネットワーク除染を行うことが可能となる。即ち、放射線物質移動経路を効率的かつ高精度に推定できるようになり、効果的な除染を行うことが可能となる。
尚、実施形態２における除染後とは、除染の影響がネットワーク的に近隣のホットスポットに伝搬し、ネットワークが定常状態（いずれのホットスポットもほぼ一定の線量を示す状態）に達するまでの期間のことを言い、例えば、除染直後から半日〜数日程度経過するまでの期間のことをいう。
実施形態３
線量率測定ステップにおいて放射線物質により汚染された測定対象地域内の複数の地点での線量率を測定した後、１回目のデータ取得ステップの前の降雨後における１回目のデータ取得ステップにおいて当該降雨後の複数のホットスポットで線量率時系列データを取得するようにすれば、複数のホットスポットで取得される線量率時系列データの変化量が大きくなることで精度の高い相関係数の計算を短いサンプリング期間で実行でき、精度の高い移動経路の迅速な推定が可能となるので、より精度の高い放射線物質移動経路ネットワーク図を作成できるようになる。よって、より効果的なネットワーク除染を行うことが可能となる。即ち、放射線物質移動経路を効率的かつ高精度に推定できるようになり、効果的な除染を行うことが可能となる。
尚、実施形態３における降雨後とは、降雨の影響がネットワーク的に近隣のホットスポットに伝搬し、ネットワークが定常状態（いずれのホットスポットもほぼ一定の線量を示す状態）に達するまでの期間のことを言い、例えば、降雨直後から半日〜数日程度経過するまでの期間のことをいう。
線量率測定ステップにおいて放射線物質により汚染された測定対象地域内の複数の地点での線量率を測定した後、１回目のデータ取得ステップの前の降雨後における１回目のデータ取得ステップにおいて当該降雨後の複数のホットスポットで線量率時系列データを取得するようにすれば、複数のホットスポットで取得される線量率時系列データの変化量が大きくなることで精度の高い相関係数の計算を短いサンプリング期間で実行でき、精度の高い移動経路の迅速な推定が可能となるので、より精度の高い放射線物質移動経路ネットワーク図を作成できるようになる。よって、より効果的なネットワーク除染を行うことが可能となる。即ち、放射線物質移動経路を効率的かつ高精度に推定できるようになり、効果的な除染を行うことが可能となる。
尚、実施形態３における降雨後とは、降雨の影響がネットワーク的に近隣のホットスポットに伝搬し、ネットワークが定常状態（いずれのホットスポットもほぼ一定の線量を示す状態）に達するまでの期間のことを言い、例えば、降雨直後から半日〜数日程度経過するまでの期間のことをいう。
実施形態４
線量率測定ステップにおいて放射線物質により汚染された測定対象地域内の複数の地点での線量率を測定した後、１回目のデータ取得ステップの前に放射線物質により汚染された複数のホットスポットに散水してから１回目のデータ取得ステップにおいて当該散水後の複数のホットスポットで線量率時系列データを取得するようにすれば、複数のホットスポットで取得される線量率時系列データの変化量が大きくなることで精度の高い相関係数の計算を短いサンプリング期間で実行でき、精度の高い移動経路の迅速な推定が可能となるので、より精度の高い放射線物質移動経路ネットワーク図を作成できるようになる。よって、より効果的なネットワーク除染を行うことが可能となる。即ち、放射線物質移動経路を効率的かつ高精度に推定できるようになり、効果的な除染を行うことが可能となる。
尚、実施形態４における散水後とは、散水の影響がネットワーク的に近隣のホットスポットに伝搬し、ネットワークが定常状態（いずれのホットスポットもほぼ一定の線量を示す状態）に達するまでの期間のことを言い、例えば、散水直後から半日〜数日程度経過するまでの期間のことをいう。
線量率測定ステップにおいて放射線物質により汚染された測定対象地域内の複数の地点での線量率を測定した後、１回目のデータ取得ステップの前に放射線物質により汚染された複数のホットスポットに散水してから１回目のデータ取得ステップにおいて当該散水後の複数のホットスポットで線量率時系列データを取得するようにすれば、複数のホットスポットで取得される線量率時系列データの変化量が大きくなることで精度の高い相関係数の計算を短いサンプリング期間で実行でき、精度の高い移動経路の迅速な推定が可能となるので、より精度の高い放射線物質移動経路ネットワーク図を作成できるようになる。よって、より効果的なネットワーク除染を行うことが可能となる。即ち、放射線物質移動経路を効率的かつ高精度に推定できるようになり、効果的な除染を行うことが可能となる。
尚、実施形態４における散水後とは、散水の影響がネットワーク的に近隣のホットスポットに伝搬し、ネットワークが定常状態（いずれのホットスポットもほぼ一定の線量を示す状態）に達するまでの期間のことを言い、例えば、散水直後から半日〜数日程度経過するまでの期間のことをいう。
実施形態５
実施形態２又は実施形態３又は実施形態４の１回目のデータ取得ステップにより取得された線量率時系列データに基づいて相関判定ステップ、及び、移動方向判定ステップを実施して作成された放射線物質移動経路ネットワーク図を参照して放射線物質の移動方向上流側であると判定された地点の除染を行った後に、再度、データ取得ステップ、相関判定ステップ、移動方向判定ステップを実施すれば、複数のホットスポットで取得される線量率時系列データの変化量が大きくなることで精度の高い相関係数の計算を短いサンプリング期間で実行でき、精度の高い移動経路の迅速な推定が可能となるので、より精度の高い放射線物質移動経路ネットワーク図を作成できるようになる。よって、より効果的なネットワーク除染を行うことが可能となる。即ち、放射線物質移動経路を効率的かつ高精度に推定できるようになり、効果的な除染を行うことが可能となる。
実施形態２又は実施形態３又は実施形態４の１回目のデータ取得ステップにより取得された線量率時系列データに基づいて相関判定ステップ、及び、移動方向判定ステップを実施して作成された放射線物質移動経路ネットワーク図を参照して放射線物質の移動方向上流側であると判定された地点の除染を行った後に、再度、データ取得ステップ、相関判定ステップ、移動方向判定ステップを実施すれば、複数のホットスポットで取得される線量率時系列データの変化量が大きくなることで精度の高い相関係数の計算を短いサンプリング期間で実行でき、精度の高い移動経路の迅速な推定が可能となるので、より精度の高い放射線物質移動経路ネットワーク図を作成できるようになる。よって、より効果的なネットワーク除染を行うことが可能となる。即ち、放射線物質移動経路を効率的かつ高精度に推定できるようになり、効果的な除染を行うことが可能となる。
本発明の放射線物質移動経路推定方法は、長期に亘って計測する必要があるので、長期に亘って線量を放出する物質の移動経路推定に適しており、例えば、放射線の半減期が３０年であるセシウム１３７の移動経路推定に利用でき、セシウム１３７の除染を効果的に行えるようになる。
尚、上記では、相関係数の一定の閾値を±０．５としたが、相関係数の閾値（下限値）は、±０．７未満としても良い。ただし、相関係数の下限値を低くしすぎると、放射線物質の移動経路の推定精度が悪くなるので、相関係数の閾値は、±０．２〜０．３程度以上にすることが好ましい。
また、上記では、ホットスポット間の相関を判定したが、比較的線量が高くなっている地点間の相関を判定してもよい。
また、測定対象地域内で線量を計測したすべての地点間の相関を判定してもよい。即ち、各地点を２次元の平面上にマッピングするまでは、相関係数の高い地点ペアを抽出する前に全ての地点間データを使用して各地点間の相関を求めてから、相関係数の高い地点を抽出するようにしてもよい。
また、地点間の相関係数は、相関測度構成法（Correlation Metric Construction Method, CMC法）以外の方法で求めてもよい。例えば類似性の尺度であるJaccard係数（谷本係数）を使用してもよい。
また、上記では、ホットスポット間の相関を判定したが、比較的線量が高くなっている地点間の相関を判定してもよい。
また、測定対象地域内で線量を計測したすべての地点間の相関を判定してもよい。即ち、各地点を２次元の平面上にマッピングするまでは、相関係数の高い地点ペアを抽出する前に全ての地点間データを使用して各地点間の相関を求めてから、相関係数の高い地点を抽出するようにしてもよい。
また、地点間の相関係数は、相関測度構成法（Correlation Metric Construction Method, CMC法）以外の方法で求めてもよい。例えば類似性の尺度であるJaccard係数（谷本係数）を使用してもよい。
また、本発明の移動経路推定方法は、放射線物質以外の砒素、油等の有害物質の移動経路推定にも適用可能である。
Ａ〜Ｆ 地点（ホットスポット）。
Claims (6)
- 放射線物質により汚染された複数の地点で線量率時系列データを取得するデータ取得ステップと、
一の地点で取得された一方の線量率時系列データと他の地点で取得された他方の線量率時系列データとの相関関係を判定する相関判定ステップと、
を備えたことを特徴とする放射線物質移動経路推定方法。 - データ取得ステップにおいては、除染後の前記複数の地点又は降雨後の前記複数の地点又は散水後の前記複数の地点で線量率時系列データを取得することを特徴とする請求項１に記載の放射線物質移動経路推定方法。
- 前記一方の線量率時系列データと他方の線量率時系列データとに相関があると判定された場合に、前記一の地点と他の地点との間で移動した放射線物質の移動方向を判定する移動方向判定ステップを備えたことを特徴とする請求項２に記載の放射線物質移動経路推定方法。
- 前記データ取得ステップ、相関判定ステップ、移動方向判定ステップを実施し、移動方向判定ステップで放射線物質の移動方向上流側であると判定された地点の除染を行った後に、再度、データ取得ステップ、相関判定ステップ、移動方向判定ステップを実施することを特徴とする請求項３に記載の放射線物質移動経路推定方法。
- 放射線物質の移動方向が判定された地点間での放射性物質の移動速度を推定する移動速度推定ステップを備えたことを特徴とする請求項３又は請求項４に記載の放射線物質移動経路推定方法。
- 請求項３又は請求項４に記載の放射線物質移動経路推定方法における移動方向判定ステップで放射線物質の移動方向上流側であると判定された地点の除染を行うことを特徴とする除染方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2013173132A JP2015040815A (ja) | 2013-08-23 | 2013-08-23 | 放射線物質移動経路推定方法及び除染方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2013173132A JP2015040815A (ja) | 2013-08-23 | 2013-08-23 | 放射線物質移動経路推定方法及び除染方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2015040815A true JP2015040815A (ja) | 2015-03-02 |
Family
ID=52695056
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2013173132A Pending JP2015040815A (ja) | 2013-08-23 | 2013-08-23 | 放射線物質移動経路推定方法及び除染方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2015040815A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109444232A (zh) * | 2018-12-26 | 2019-03-08 | 苏州同阳科技发展有限公司 | 一种多通道智能化污染气体监测装置与扩散溯源方法 |
| KR102092899B1 (ko) * | 2018-11-09 | 2020-03-24 | 한국건설기술연구원 | 하천 방사능 사고 통합 대응시스템 |
| KR102171886B1 (ko) * | 2019-05-16 | 2020-10-30 | 한국과학기술연구원 | 데이터 분석 방법 및 이를 이용하는 데이터 분석 장치 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS56144399U (ja) * | 1980-03-31 | 1981-10-30 | ||
| JPS5835422A (ja) * | 1981-08-28 | 1983-03-02 | Rion Co Ltd | 移動音源の移動方向識別装置 |
| JPH07146366A (ja) * | 1993-11-24 | 1995-06-06 | Nippon Telegr & Teleph Corp <Ntt> | 物体移動情報検出装置 |
| JPH08248136A (ja) * | 1995-03-15 | 1996-09-27 | Fujitsu Ltd | 放射線監視システム |
| JP2005257277A (ja) * | 2004-03-09 | 2005-09-22 | Hitachi Ltd | 放射線分布監視装置，放射線検出装置及び被曝管理装置 |
| JP2006284589A (ja) * | 2005-03-31 | 2006-10-19 | Bil Solutions Ltd | モニタリングにおける、およびモニタリングに関する改良 |
| JP2008217351A (ja) * | 2007-03-02 | 2008-09-18 | Mitsubishi Electric Corp | 移動量算出装置 |
| US20110205361A1 (en) * | 2008-05-13 | 2011-08-25 | Commissariat A L'energie Atomique Et Aux Energies Alternatives | Device and method for continuous monitoring of persons, vehicles, containers or packets |
-
2013
- 2013-08-23 JP JP2013173132A patent/JP2015040815A/ja active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS56144399U (ja) * | 1980-03-31 | 1981-10-30 | ||
| JPS5835422A (ja) * | 1981-08-28 | 1983-03-02 | Rion Co Ltd | 移動音源の移動方向識別装置 |
| JPH07146366A (ja) * | 1993-11-24 | 1995-06-06 | Nippon Telegr & Teleph Corp <Ntt> | 物体移動情報検出装置 |
| JPH08248136A (ja) * | 1995-03-15 | 1996-09-27 | Fujitsu Ltd | 放射線監視システム |
| JP2005257277A (ja) * | 2004-03-09 | 2005-09-22 | Hitachi Ltd | 放射線分布監視装置，放射線検出装置及び被曝管理装置 |
| JP2006284589A (ja) * | 2005-03-31 | 2006-10-19 | Bil Solutions Ltd | モニタリングにおける、およびモニタリングに関する改良 |
| JP2008217351A (ja) * | 2007-03-02 | 2008-09-18 | Mitsubishi Electric Corp | 移動量算出装置 |
| US20110205361A1 (en) * | 2008-05-13 | 2011-08-25 | Commissariat A L'energie Atomique Et Aux Energies Alternatives | Device and method for continuous monitoring of persons, vehicles, containers or packets |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102092899B1 (ko) * | 2018-11-09 | 2020-03-24 | 한국건설기술연구원 | 하천 방사능 사고 통합 대응시스템 |
| CN109444232A (zh) * | 2018-12-26 | 2019-03-08 | 苏州同阳科技发展有限公司 | 一种多通道智能化污染气体监测装置与扩散溯源方法 |
| CN109444232B (zh) * | 2018-12-26 | 2024-03-12 | 苏州同阳科技发展有限公司 | 一种多通道智能化污染气体监测装置与扩散溯源方法 |
| KR102171886B1 (ko) * | 2019-05-16 | 2020-10-30 | 한국과학기술연구원 | 데이터 분석 방법 및 이를 이용하는 데이터 분석 장치 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Keats et al. | Bayesian inference for source determination with applications to a complex urban environment | |
| JP2015040815A (ja) | 放射線物質移動経路推定方法及び除染方法 | |
| CN107869992B (zh) | 辐射场中路径规划方法、装置、终端和存储介质 | |
| CN106233146A (zh) | 用于评估多相流动模拟的流体团块跟踪 | |
| Anusha et al. | Model-based approach for queue and delay estimation at signalized intersections with erroneous automated data | |
| CN109752844A (zh) | 一种基于随机光强涨落的成像方法和*** | |
| Zare Hosseinzadeh et al. | Model-based identification of damage from sparse sensor measurements using Neumann series expansion | |
| Minamoto et al. | Estimation of ground surface radiation sources from dose map measured by moving dosimeter and 3D map | |
| JP2015040814A (ja) | 放射線物質移動経路推定方法及び除染方法 | |
| Xue et al. | Bias estimation and correction for triangle-based surface area calculations | |
| CN117470250A (zh) | 一种水下巡检机器人导航方法及*** | |
| Jawad et al. | Autonomous mobile robot for visual inspection of MEP provisions | |
| CN104035117B (zh) | 一种放射性废物量就地估算方法 | |
| CN108121775B (zh) | 一种污染物浓度地图生成方法 | |
| Kennedy | A geographic regression model for medical statistics | |
| JP2014106203A (ja) | 拡散物質の拡散状況予測装置、その方法およびプログラム | |
| Shinma et al. | Dose rate distribution measuring method using personal dosimeters and localization devices | |
| JP2012132824A (ja) | 拡散物質の発生源推定装置および発生源推定方法 | |
| Ha et al. | 2-D inundation analysis according to post-spacing density of DEMs from LiDAR using GIS | |
| RU2392584C1 (ru) | Способ измерения кадастровой стоимости земельного участка | |
| Lee et al. | The analysis of effect of observation models and data associations on the consistency of EKF SLAM | |
| Chao et al. | Radiation distribution estimation with a non-directional detector using a plane source model | |
| Oladosu et al. | Determination of Short-Term Changes in the Volume of Soil Loss from Two Gullies in Benin City, Nigeria | |
| Qasim et al. | Predicting Common Patterns of Livestock-Vehicle Movement Using GPS and GIS: A Case Study on Jeju Island, South Korea | |
| JP6428235B2 (ja) | 放射性物質汚染区域における点状線源強度を求める方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160629 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170413 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170509 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20171107 |