Анализ результатов расчетов возможных последствий для население запроектных аварий на АЭС с использованием трехмерной метеорологии

Ильичев Е.А. (ИБРАЭ РАН, Москва, Россия)

Введение

Оценка возможного радиологического воздействия на население при рассмотрении тяжелых запроектных аварий на АС для целей детерминистической поддержки ВАБ-2 предполагает проведение расчетов атмосферного переноса и доз облучения населения. Так как время начала выброса неизвестно, необходимо учесть все метеорологические условия, характерные для места расположения станции. Для решения этой задачи ранее использовались упрощенные подходы, основанные на применении гауссовых моделей и, как следствие, локальных метеорологических параметров, измеряемых на метеорологических станциях, расположенных на исследуемых площадках. На основе этих данных строились метеорологические ряды, для которых проводились расчеты возможных последствий и их статистический анализ. Недостатком этого подхода является невозможность учета информации по динамике выброса и учета изменения метеорологических параметров в течение выброса.

В настоящее время наиболее прогрессивным подходом, позволяющим снять эти ограничения, является применение моделей JRODOS [1], ARGOS[2], NOSTRADAMUS [3], FLEXPART-WRF [4] в связке с метеорологическими процессорами, учитывающими географические и климатические особенности расположения объекта при моделировании погоды, например, WRF [5] или CALMET [6]. Это в том числе связано с тем, что для тяжелых запроектных аварий по современным стандартам требуется рассматривать расстояния порядка 100 км [7], что превышает возможности даже самых современных версий гауссовых моделей. Еще одним фактором в пользу развития подходов проведения таких расчетов является совершенствование возможностей кодов по моделированию внутриреакторных процессов вплоть до выхода в атмосферу, которые позволяют получить динамические характеристики выброса с точностью порядка 1 часа, что открывает возможности для более точного моделирования последствий.

Применение моделирующих кодов для оценки возможных последствий в новом подходе предполагает предварительную подготовку трехмерных сеток метеорологических параметров, перекрывающих область интереса. Для этого, как и ранее, используются данные измерений со всех окрестных станций метеорологического мониторинга, при этом дополнительно используются данные повторного анализа, полученные за счет применения глобальных циркуляционных моделей, а также данные о характеристиках территории (орография, преобладающие ветра, осадки, наличие крупных водных объектов и др.).

Все эти данные объединяются в единый расчет в качестве начальных граничных условий с использованием метеопроцессоров высокого разрешения. При этом открытые базы данных позволяю получить такие параметры для широкого временного диапазона.

Таким образом, с практической точки зрения возникают две ключевые задачи: обеспечение расчетов метеорологическими данными и проведение многовариантных расчетов последствий тяжелых запроектных аварий. В ИБРАЭ РАН применяется модель WRF с ядром ARW для решения первой задачи и модель НОСТРАДАМУС для решения второй. В отличии от ранее использовавшихся подходов, где были исследованы и применялись варианты оптимизации вычислений, например, алгоритмы семплирования по погодной выборке [8,9], для подхода с применением трехмерных метеорологических полей в настоящее время таких законченных исследований нет, поэтому в настоящее время расчеты проводятся с использованием КВУ. Одновременно с этим исследуются схемы оптимизации вычислительной процедуры. В рамках данной работы рассматривается реализация ИБРАЭ РАН технологии проведения таких расчетов, а также предварительные результаты анализа получаемых величин с точки зрения построения дозовых функционалов, которые сопоставимы с критериями НРБ99/2009 [10] и ОНБ МАГАТЭ [11].

1. Расчетные средства моделирования и используемые подходы

1.1. Расчетные средства

Для расчетов атмосферного переноса использовалось ПС Нострадамус, предназначенное для моделирования поведения РВ в атмосфере, их осаждения на подстилающую поверхность и формирования параметров радиационной обстановки и доз облучения населения. В основе программного средства лежит Лагранжева стохастическая модель атмосферного переноса, дополненная моделями оценки доз облучения населения, реализована связка с кодами СОКРАТ и WRF-ARW для моделирования поведения продуктов деления до выхода в атмосферу и метеорологических параметров соответственно.

Входными данными для проведения расчетов являются данные об источнике выброса (положение, продолжительность и интенсивность выброса) и метеоданные (точечные или трехмерные). Метеоданные поступают в ПС Нострадамус из метеопроцессора WRF-ARW (Weather Research and Forecasting – Advanced Research WRF) с временным шагом 1 час (~8700 наборов метеоданных для одного года). Метеорологическая модель, реализованная в WRF, может применяться для широкого спектра метеорологических задач в масштабах от десятков метров до тысяч километров и позволяет выполнять моделирование на основе фактических атмосферных данных ( то есть из наблюдений и анализов).

Для уменьшения времени расчетов с метеоданными из WRF-ARW, в ПС Нострадамус реализована возможность выполнения вычислений на кластерной вычислительной установке.

1.2. Описание используемого подхода

Подход, применяемый в данной работе для расчета возможных последствий, представляет собой развитие подходов РОМ [12], VALMA[13] и JRODOS[1] и заключается в следующем: для выбранного объекта производится серия расчетов радиационной обстановки для одного сценария выброса РВ в атмосферу, полученного с использованием кода СОКРАТ для сценария тяжелой запроектной аварии. Выброс имеет конечную продолжительность и нелинейную динамику выхода активности  (рис. 1).

В качестве входных метеорологических данных берутся трехмерные метеорологические поля, полученные с помощью метеопроцессоров за несколько лет рис. 2, 3. При расчетах в ПС Нострадамус использовались метеорологические ряды, построенные с помощью модели WRF-ARW по данным повторного анализа с задействованной процедурой ассимиляции данных метеорологического мониторинга (на базе открытых данных, из системы международного обмена). Производимые расчеты отличаются друг от друга сдвигом времени начала аварии по метеорологической шкале. Интервал смещения аварии при расчетах принимался равным двум часам, что позволяет учесть суточные изменения в атмосфере, например, смену направления бризовых ветров в прибрежной зоне. Данное обстоятельство отличает применяемый подход, от подхода в системе JRODOS, в которой проводятся расчеты для 365 различных времен начала выброса (один выброс в сутки в течение одного года). Время начала выброса выбирается случайным образом для каждого дня.

Рис. 1. Динамика поступления отдельных групп радионуклидов в атмосферу

Используемый в данной работе подход более ресурсоемкий, однако, снижение требований требует дополнительного анализа. Так же можно отметить отличия применяемого подхода от подхода, в финском коде VALMA, в котором входными метеорологическими данными служат воздушные траектории, основанные на численных прогнозах ECMWF. Общее количество траекторий для проведения расчетов составляет 878400 (100 траекторий в час за 2012 год).

Рис. 2. Наблюдаемая (желтая линия) и расчетная (зеленая линия) среднегодовая роза ветров  (в процентах наблюдаемых случаев за год) за 2016 (а) и 2017 (б) гг.

Объединение расчетов для различных времен начала выброса предполагает, что в каждой точке расчетной области вычисляются значения целевых функций, например, доз облучения. Далее для каждого дозового функционала в каждой точке строится вариационный ряд (рис. 4, 5), состоящий из полученных значений за выбранный промежуток времени, например, 1 год. После этого, на основании полученного вариационного ряда, для каждой точки определяются прогнозируемые дозы с заданным уровнем доверия.

Следует отметить, что применяемый в данной работе подход является ресурсоемким. Для решения данной проблемы вычисления производятся с использованием кластерных вычислительных установок (КВУ). Время расчета радиационной обстановки для одного длительного сценария аварии (длительностью 300 часов и более) может достигать нескольких недель для расчетов с использованием 500 потоков.

Для статистической обработки полученного набора результатов на языке Python версии 2.7 была доработана и дополнена система модулей. Данная система позволяет в полном объеме обрабатывать, структурировать, извлекать необходимые данные, составлять из отдельных результатов величины, достаточные для сопоставления с дозовыми пределами, а также визуализировать результаты в виде графиков, карт, картинок и видеофайлов.

3. Результаты анализа демонстрационных расчетов

В качестве демонстрационного примера был выбран сценарий аварии на АС в результате потери охлаждающей жидкости. Расчет проводился для гипотетической АЭС, расположенной на побережье вблизи гор, выбранное расположение не совпадает ни с одной из существующих АЭС, но корреспондируется с расположением таких АЭС как АЭС Аккую и АЭС Бушер (расположена в сильно неоднородной, горной местности, на побережье, рис. 6). Длина метеорологического ряда составляла 1 год (от 1 января 2016 до 31 декабря 2016) со скважностью 1 час.

В результате расчетов были вычислены 206 функционалов для каждого из 4393 времени начала аварии, которые предназначены для сопоставления с российскими [10] и зарубежными [11] критериями для принятия решений в случае аварийной ситуации. В рамках данной работы рассматривалась прогнозируемая эффективная доза от выпадений на подстилающую поверхность и от проходящего облака за счет внешнего облучения и ингаляции за 7 суток, для ОБЭ-взвешенных доз, поглощенных доз закономерности аналогичны. На рис. 6 показана расчетная карта пространственного распределения эффективной дозы за 7 суток, полученная с уровнем доверия 95 %. Видно, что имеет место сильно неоднородная пространственная картина возможных последствий для населения, с наличием выделенных участков, вероятность загрязнения и, как следствие, вероятность получения более высоких доз для которых в случае аварий представляется более высокой. Такими участками являются ущелья гор и долина реки. На рисунках 7 и 8 показаны графики по оси следа для эффективной дозы за 7 суток.

Каждая точка графика соответствует максимальному значению эффективной дозы в зависимости от удаления от блока АЭС, построенной с уровнями доверия 95 % и 99,5 % [8,14]. Доверительный интервал 95 % означает, что приведенные значения могут быть превышены только в 5 % времен начала выброса, что для года составляет 438 часов [15]. Значения эффективной дозы нанесены пунктирной линией. Можно также отметить, что полученные значения прогнозируемой эффективной дозы для выбранных доверительных интервалов отличаются в 2–3 раза.

Полученные величины могут быть сопоставлены с критериями для определения размеров ЗПСМ, принятыми в работе [18]. Одним из таких критериев является не превышение прогнозируемой эффективной дозы за 7 дней значения 0,1 Зв. На графиках 7, 8 штрихпунктирной линией отмечен критерий 0,1 Зв. Исходя из полученных данных был сделан вывод, что получаемые результаты в новой постановке задачи корреспондируются с результатами, полученными с использованием классических подходов. Расстояния, полученные для рассматриваемой аварии, не превышают установленных МАГАТЭ расстояний ни для результатов, полученных с уровнем доверия 95 процентов (обычно используется для анализа последствий тяжелых запроектных аварий), ни для 99,5 (обычно используется для анализа проектных аварий). В тоже время учтены климатические и географические особенности местности, а также результаты моделирования глобальной циркуляционной моделью, что повышает достоверность проводимых расчетов. Дополнительно следует отметить, что в методологии МАГАТЭ рассматриваются остаточные дозы с учетом применяемых защитных мероприятий, что должно снизить прогнозируемые дозы как минимум в два раза.

2.Некоторые особенности результатов используемого подхода

Несмотря на очевидность перехода к рассматриваемому подходу, необходим дополнительный анализ результатов. Ниже рассмотрены следующие вопросы:

• оценка неопределенностей для различных длин метеорологических рядов;
• особенности формирования оси следа для одиночных расчетов;
• особенности формирования критических групп для одиночных расчетов.

2.1. Особенности статистической обработки полного набора расчетов атмосферного переноса с использованием трехмерных метеорологических полей

Обычно минимальная длина метеорологического ряда принимается равной одному году, что позволяет учесть сезонную сменяемость погодных условий [16,17], хотя есть и более жесткие требования по используемой длине выборки [7]. В целом метод представляет собой адаптацию подхода “Inner” Weather Loop method, где показано, что в статистическом плане результаты, рассчитанные с использованием годового метеорологического ряда, не будут сильно отличаться от результатов при выборе другого годового метеорологического ряда. Однако этот подход обычно использовался для средних величин, в тоже время для задач обоснования безопасности рассматриваются верхние перцентили распределения. С другой стороны требования регулятора [7] рассматривают 3 года как минимальную длину вариационного ряда для задач обоснования безопасности.

Поэтому еще одним исследованием, проведенным в рамках данной работы, была оценка отличий в результатах при выборе для расчетов метеорологического ряда за год и за два года, относительно результатов с трехлетними метеорологическими данными. В качестве основного результата для сравнения выбрана плотность поверхностных выпадений радионуклидов с доверительным интервалом 95 %, полученная с использованием метеорологических данных за 3 года. На рисунках 9, 10 приведены результаты на оси следа для плотности поверхностных выпадений с доверительным интервалом 95 %, для одно- и двухлетних метеорологических рядов соответственно.

Дополнительно на каждый из графиков нанесены результаты расчета, принимаемого за основной. Из графиков следует, что для оси следа различные длины метеорологических рядов могут давать как недооценку, так и переоценку прогнозируемой дозы относительно реперного расчета.

На рисунках 11, 12 нанесена разность в процентах между основным расчетом и расчетами с однолетним и двухлетним метеорологическим рядом в точках на оси следа плотности поверхностных выпадений. Из графиков следует, что разность в плотностях поверхностных выпадений, связанная с длиной метеорологического ряда, для расчетов с годовой метеорологией в подавляющем большинстве случаев будет менее 30 %, а для расчетов с двухлетней метеорологией менее 15 %.

Рис. 12. Разница в процентах для различных комбинаций времен двухгодового метеорологического ряда с уровнем доверия 95 % для плотности поверхностных выпадений

Ниже на рисунках 13 и 14 нанесена нормированная среднеквадратичная ошибка (NMSE) результатов относительно реперного расчета в зависимости от расстояния от источника выброса. Из графиков видно, что результаты с годовой метеорологией дают ошибку в среднем 0.1, когда для результатов с двухгодичной метеорологией в любых комбинациях ошибка составляет 0.03. Следовательно, варианты с двухгодичным метеорологическим рядом будут давать меньшие ошибки относительно реперного варианта, т.е. давать более точные оценки, чем варианты с годовой метеорологией. Так же отмечается тенденция, роста величины ошибки по мере удаления от источника выброса.

Рис. 14. Нормированная среднеквадратичная ошибка результатов с двухгодовой метеорологией относительно основного расчета

2.2. Особенности отдельных расчетов атмосферного переноса с использованием трехмерных метеорологических полей

Одним из традиционных способов представления результатов оценки возможного радиологического воздействия является использование так называемой оси радиоактивного следа. В случае применения гауссовых моделей в качестве оси следа рассматривается прямая, соответствующая максимумам целевых функций в зависимости от расстояния от источника. Для всех путей облучения она совпадает с направлением ветра в месте расположения источника. Так как в рамках используемого подхода скорость и направление ветра изменяются при удалении от источника, а так же с течением времени, ось следа строится по следующему принципу: выбирается набор окружностей с центром в точке выброса и далее для каждой окружности, происходит поиск положения точки с максимальным значением дозового функционала.

Исследование географического расположения точек, для которых значения функционалов соответствовали максимуму, показало, что, для разных целевых функций положение точек может существенно отличаться (рис. 15 и 16). Это связано с использованием лагранжевой модели переноса, которая учитывает поправки на скорость сухого осаждения в зависимости от типа подстилающей поверхности, трехмерные метеорологические поля, длительность выброса ( в рассматриваемой аварии длительность выброса составляла 8 часов, однако в обосновании безопасности также рассматриваются аварии длительностью до 15 суток). Данную особенность необходимо учитывать при составлении полной дозы облучения по нескольким путям облучения.

Еще одним нехарактерным результатом является распределение групп населения с максимальным значением прогнозируемой дозы. При оценках прогнозируемой дозы от ингаляции, рассматривались возрастные группы: до 1 года, от 1 года до 2 лет, от 2 до 7 лет, от 7 лет до 12, от 12 до 17 и от 17 лет и выше. Для отдельного расчета радиационной обстановки различия в дозах для рассматриваемых возрастных групп населения в разных точках могут достигать 300 % в любую сторону. Распределение групп населения в расчетной области представлено на рис. 17. Из рисунка следует, что в разных точках расчетной области, для одной и той же аварии, имеет место различное пространственное распределение категорий населения, подверженных наибольшему воздействию. Данный фактор представляется важным при определении критической группы населения или при составлении репрезентативного человека в новых терминах МАГАТЭ[18].

Рис. 17. Расчетное распределение групп населения с максимальными значениями прогнозируемой дозы для одного времени начала выброса

Заключение

В рамках настоящей работы был рассмотрен современный подход к расчетам последствий тяжелых аварий на АС, применяемый в ИБРАЭ РАН, заключающийся в использовании при расчетах трехмерных метеорологических полей за последние несколько лет и проведении расчетов атмосферного переноса со смещением времени начала действия источника по метеорологической шкале с последующей статистической обработкой. В отличии от классических подходов, он позволяет проводить расчеты на расстояниях от источника более 30 километров, что позволяет проводить анализ возможных последствий для населения от гипотетических аварий в соответствии с последними мировыми стандартами. Реализация выполнена на базе модели НОСТРАДАМУС и метеорологического процессора WRF-ARW с учетом современных исследований в этой области, выполненных в США, Финляндии, Турции и других странах.

Демонстрация подхода выполнена на базе серии расчетов эффективной дозы с уровнями доверия 95 % и 99.5 % для сценария развития гипотетической аварии, рассчитанной с помощью кода СОКРАТ. Рассмотренная территория моделируемой АС, расположенной в горной местности возле побережья, корреспондируется с расположением АЭС Аккую, однако географически не совпадает. Получено, что для рассматриваемого сценария интегральная картина возможных последствий представляет собой сложную структуру, которая вблизи источника выброса соответствует розе ветров, на дальних расстояниях эта закономерность нарушается. Также отмечены участки, вероятность загрязнения которых представляется более высокой.

Проведено сопоставление результатов с рекомендациями МАГАТЭ по установлению зон и расстояний планирования защитных мероприятий. Получено, что с уровнем доверия 95 % на основании эффективной дозы за 7 суток, установленной МАГАТЭ в качестве одного из критериев выбора зоны принятия срочных мер, расчетные значения превышения дозового предела для рассматриваемой аварии с запасом лежат внутри размеров 30 километровой зоны планирования срочных мер, предложенной в МАГАТЭ. Таким образом, подход не противоречит результатам МАГАТЭ, и расширяет возможности проведения расчетного анализа.

При анализе получаемых расчетных данных для отдельных расчетов атмосферного переноса с использованием трехмерных метеорологических полей было отмечено: имеет место различное положение оси следа для разных путей поступления дозы; отличие групп населения в разных точках расчетной области, для которых дозы будут максимальными, различия в дозах могут достигать 300 % и не могут быть отнесены к вычислительным ошибкам.

При статистической обработке всего комплекса расчетов показано, что уменьшение длины метеорологического ряда с трех лет до года в большинстве случаев приводит к различиям до 30 %, а при уменьшении до двух лет до 15 % для доверительного интервала 95 %. Оценка нормированной среднеквадратичной ошибки показывает, что выбор двухлетней метеорологии при расчетах так же приводит к меньшим (0,03) ошибкам, чем выбор годовой (0,1), относительно трехлетних метеорологических данных. Наблюдается тенденция, что использование любых двух лет для выполнения расчетов лучше, чем использование одного года, что корреспондируется с данными исследований Финляндии, Турции, США, а также подходам, заложенным в JRODOS.

Список литературы

1. W. Raskob, D. Trybushnyi, I. Ievdin and M. Zheleznyak (2011) JRODOS: Platform for improved long term countermeasures modelling and management.
2. Steen Hoe , Paul McGinnity , Tom Charnock , Florian Gering , Lars Henrik Schou Jacobsen, Jens Havskov Sorensen , Kasper Andersson, Poul Astrup; ARGOS Decision Support System for Emergency Management.
3. Нострадамус. Компьютерная система прогнозирования и анализа радиационной обстановки на ранней стадииаварии на АЭС. Инструкция пользователя. ИБРАЭ РАН,инв. №3429. – М., 2001.
4. Brioude, D. Arnold, A. Stohl, M. Cassiani, D. Morton, P. Seibert, W. Angevine, S. Evan, A. Dingwell, J. D. Fast, R. C. Easter, I. Pisso, J. Burkhart, and G. Wotawa (2013): The Lagrangian particle dispersion model FLEXPART-WRF version 3.1. Geoscientific Model Development, 6(6), 1889–1904, URL: http://www.geosci-model-dev.net/6/1889/. Citation as bibtex.
5. WEATHER RESEARCH AND FORECASTING MODEL [Электронный ресурс] – Режим доступа: https://www.mmm.ucar.edu/weather-research-and-forecasting-model – свободный.
6. Joseph S. Scire, Francoise R. Robe, Mark E. Fernau, Robert J. Yamartino (2000) A User’s Guide for the CALMET Meteorological Model
7. Draft guidance document on atmospheric dispersion and dose calculations regarding releases in case of accidents that might take place in nuclear power plants (Руководство по расчету атмосферной дисперсии и дозы в результате выбросов радиоактивных веществ, в случае нарушений нормальной эксплуатации и аварий на атомной электростанции» (проект), TAEK, Анкара, версия 6, 2019).
8. Nuclear Regulatory Commission (U.S.) (NRC). NUREG/CR-6613, “Code Manual forMACCS2: Volume 1, User’s Guide,” Washington D.C.: NRC, 1998.
9. H-N Jow, J. L. Sprung, J. A. Rollstin, L. T. Ritchie, D. I. Chanin, (1990) MELCOR Accident Consequence Code System (MACCS)
10. Нормы радиационной безопасности (НРБ-99/2009): Санитарно – эпидемиологические правила и нормативы. М.: Федеральный центр гигиены и эпидемиологии Роспотребнадзора, 2009. 100 с.
11. INTERNATIONAL ATOMIC ENERGY AGENCY. Radiation protection and safety of radiation sources: International Basic Safety Standards. IAEA SAFETY STANDARDS SERIES. General Safety Requirements Part 3. IAEA, Vienna, 2014.
12. Дзама Д.В., Семенов В.Н., Сороковикова О.С. Методология и программный код расчета радиационной обстановки при длительных аварийных выбросах в атмосферу с учетом реальных метеорологических стандартных данных с измерительной сети ВМО. Радиационная защита и радиационная безопасность в ядерных технологиях: Сборник тезисов докладов 10-й юбилейной Российской научной конференции г. Москва, г. Обнинск, 22–25 сентября 2015 г. – г. Обнинск: НОУ ДПО «ЦИПК Росатома»; 2015 –348c.
13. Rossi J., Ilvoinen M. Dose estimates at long distances from severe accidents VTT-R-00589-16 VTT, 2016, pages 41.
14. Jukka Rossi, Mikko Ilvonen, Dose estimates from severe accidents beyond emergency planning zone, RESEARCH REPORT :VTT-R-00432-15 VTT, 2015, pages 45.
15. W. G. Snell, R. W. Jubach (1981) Technical Basis for Regulatory Guide 1.145, “Atmospheric Dispersion Models for Potential Accident Consequence Assessments at Nuclear Power Plants”
16. SAFIR. The Finnish Research Programme on Nuclear Power Plant Safety 2003–2006. Executive Summary. Ed. by Eija Karita Puska. Espoo 2006.
17. Baklanov A, J.H. SISrensen, A. Mahura, 2006: Long-Term Dispersion Modelling: Part I: Methodology for Probabilistic Atmospheric Studies. Journal of Computing Technologies, 11(1): 136–156.
18. IAEA, 2013, Actions to Protect the Public in an Emergency due to Severe Conditions at a Light Water Reactor, EPR-NPP Public Protective Actions–2013, International Atomic Energy Agency, Vienna