一種γ核素識別方法
【技術領域】
[0001] 本發明涉及一種Υ核素識別方法，特別涉及一種在復雜輻射場中快速識別Υ核 素的方法。
【背景技術】
[0002] 在核電站乏燃料或者放射性廢物儲存庫、處理室中，存在著種類和強度未知的Υ 放射性核素，為了把握這些環境中潛在的核素信息，需要利用Υ能譜探測器對輻射場中Υ 放射源放出的標識性Υ射線進行能譜測量，通過核素識別方法對測量能譜進行分析，實現 對輻射場中所存在核素的定性判斷與定量分析。
[0003] 核素識別方法實現過程中關鍵的一點是對能譜的有效分析，而在對復雜輻射場所 的Υ放射性進行測量時，本底（包括天然本底、儀器本底等）是影響Υ能譜分析的主要 因素。目前降本底的方法有反符合法、物質屏蔽法、自然本底扣除法和SNIP法等。反符合 法是在主探測器周圍再裝配大體積的主動防護探測器，只有主探測器探測到而主動防護探 測器未探測到的事件，才被認為是來自樣品的事件，以此達到降低干擾因素的影響，一般反 符合硬件結構及電子學部分結構非常復雜，不適應復雜輻射場；物質屏蔽法多采用Pb室屏 蔽，主要是屏蔽掉宇宙射線和環境放射性，適用于實驗室分析的場所，對本身需要開放式測 量的輻射場Y能譜探測無法使用。以上降本底方法在復雜輻射場Y能譜測量中均受到了 限制，且均未考慮康普頓散射作用在感興趣區能譜范圍中造成的散射本底。自然本底扣除 法是將待測樣品Y能譜扣除同樣條件下測量的天然本底，適用于任何場所；
[0004] SNIP (sensitive nonlinear iterative peak clipping)法是米用對數運算和平 方根運算的方法抑制噪聲、增強弱峰的數學降本底方法，應用很廣泛。但是，以上去本底方 法都是對全譜本底的統一扣除，而均未考慮感興趣區（Range of Interest, R0I)中由高能 Y射線造成的康普頓散射本底。
[0005] 核素識別方法實現過程中的另一個關鍵步驟是查找潛在核素并計算出潛在核素 的存在概率。已有的方法有峰相關法、剝譜法、神經網絡法。峰相關法使用峰的能量和峰的 形狀，通過將核素庫中核素的特征Y峰能量與尋找到的峰能量直接進行相關分析，查找出 潛在核素，并計算出核素對應的峰面積。該方法多采用最小二乘擬合的解譜方法，容易造成 潛在核素的丟失分析，比較適用于能量分辨率較好的Nal(Tl)、半導體等類型γ探測器，在 復雜輻射場中Y能譜分析中受到局限。去卷積法（有的也稱剝譜法）是從測量的能譜中 先找出一種容易識別的核素，把它的譜形求出來，并從混合譜中扣除掉，然后從剩余譜中再 找出第二種核素并按同樣的方法處理，直到求出所有的核素為止，通常從能量最高的特征 峰開始對混合譜進行層層剝析。剝譜法中由于對單個核素的逐次迭代剝離，使得統計誤差 在迭代中累加，導致具有低能Y特征峰的同位素成份難以被精確分析。用于核素識別的人 工神經網絡模型有貝葉斯網絡、最優線性聯想記憶（0LAM)神經網絡、BP人工神經網絡，這 些神經網絡方法一定程度上克服了傳統方法速度慢、不能準確分析含有重峰的復雜 γ射 線譜的缺點，但是它們均需要一批已知Υ核素成分的樣本作為學習樣本，以對級聯神經網 絡進行訓練，然后再用訓練好的網絡對所有樣本進行實時識別，具有不穩定性，而對穩定性 要求很高的復雜輻射場核素分析而言，不能達到要求。
【發明內容】
[0006] 針對現有技術中存在的問題，本發明的一個目的在于提供一種在復雜輻射場中快 速識別Y核素的方法。該方法對測量的能譜數據進行多重扣本底計算和標準化處理，結合 由概率統計原理計算得到的全概率值和由標準源計算出的標準閾值，即可實現對核素及其 存在概率的快速識別和計算。
[0007] 為實現上述目的，本發明提供一種Y核素識別方法，包括以下步驟：
[0008] 測量輻射場獲得Y能譜；
[0009] 對所述Y能譜進行扣除綜合本底及降噪處理，獲得凈能譜；
[0010] 根據所述凈能譜中的峰位確定潛在核素；
[0011] 計算每個所述潛在核素的總凈峰面積；
[0012] 對每個所述潛在核素的總凈峰面積進行標準化處理，獲得該潛在核素的標準化總 凈峰面積；
[0013] 對每個所述潛在核素的標準化總凈峰面積扣除康普頓散射本底，獲得每個所述潛 在核素的純峰面積值；
[0014] 計算每個該潛在核素在所述輻射場的全概率值及概率標準閾值；
[0015] 計算每個所述潛在核素的存在概率。
[0016] 根據本發明的構思，在對每個所述潛在核素的標準化總凈峰面積扣除康普頓散射 本底，獲得每個所述潛在核素的純峰面積值時，采用方式為設所述潛在核素的Y射線全能 峰的左右邊界能量分別為&和匕，則二者也分別是能量為E#和能量為E YR的Y射線所產 生的康普頓邊能量，則有：
[0019] 設所述Y能譜中每一道上的計數率為CRT[ch](ch = 1，2,…1024或2048)， 最大計數率值為CRT_，則標準處理化后的γ能譜中每一道上的計數率CRTn_[ch]= CRT[ch]/CRT_，所述潛在核素的γ射線的峰康比系數為PCRY，E#的感興趣區左邊界能 量為E Ylx，即EYlx = EYl-l. 5XFWHM(EYJ , EyR的感興趣區右邊界能量為EyRR，即EyRR = EYR+1.5XFWHM(EYR)，則所述潛在核素的Y射線全能峰扣除康普頓散射后的面積計算過程 如下：
[0021] 其中，Area(Ν)稱為所述潛在核素的純峰面積，半高寬參數FWHM(EYJ和峰康比系 數PCRY是探測器固有物理特性參數。
[0022] 根據本發明的構思，計算每個所述潛在核素的存在概率的方式為將所述每個潛在 核素的純峰面積除以該核素在所述輻射場的概率標準閾值，再乘以該核素在所述輻射場的 全概率值。
[0023] 根據本發明的構思，在計算每個該潛在核素在所述輻射場的概率標準閾值時，將 每個該潛在核素單獨放置于所述輻射場中測量并計算獲得該潛在核素的純峰面積值，即為 該潛在核素的概率標準閾值。
[0024] 根據本發明的構思，還包括：校準所述輻射場的半高寬刻度系數，且采用Monte Carlo模擬方法計算每個該潛在核素在所述輻射場的概率標準閾值。
[0025] 根據本發明的構思，在根據所述凈能譜中的峰位及確定潛在核素時，先設定判斷 參數△ E，再將所述凈能譜中的峰位能量與核素庫中核素的特征峰能量進行比對，取能量誤 差在土 ΛΕ以內的特征峰所對應的核素作為潛在核素。
[0026] 根據本發明的構思，在計算每個該潛在核素在所述輻射場的全概率值時，包括采 用公式
[0028] 其中，P(N)表示判斷為所述潛在核素在所述輻射場的全概率，P(Ea) (a = 1，2, 3) 表示所述潛在核素中能量為Ea的γ射線出現的概率，P(N|Ea) (a = 1，2, 3)表示所測得能 量為艮的γ射線來自所述潛在核素的概率。
[0029] 根據本發明的構思，在對所述Y能譜進行扣除自然本底及降噪處理，獲得凈能譜 時，步驟包括：
[0030] 用Y能譜探測器測量所述輻射場的天然本底和儀器本底，獲得所述輻射場的綜 合本底能譜；
[0031] 用所述輻射場的Y能譜減去綜合本底能譜；
[0032] 用靈敏非線性迭代譜峰去噪算法，對扣除綜合本底后的能譜再次進行降噪處理， 獲得凈能譜；
[0033] 用5點或7點光滑法，對所述凈能譜進行光滑處理。
[0034] 根據本發明的構思，在計算每個所述潛在核素的總凈峰面積時，步驟包括：
[0035] 用積分法或累加法計算每個所述潛在核素特征Y射線峰的凈峰面積；
[0036] 將所述凈峰面積乘以分支比參數，獲得每個所述潛在核素的凈總峰面積。
[0037] 根據本發明的構思，在對每個所述潛在核素的總凈峰面積進行標準化處理時，包 括采用公式
[0038] StdC(ch) =C(ch)/Cmax
[0039] 其中，C_為能譜中射線的最大計數值，C(ch)為每一個道址對應的計數，StdC(ch) 為每道上的計數。
[0040] 根據本發明的構思，在根據所述凈能譜中的峰位確定潛在核素中，采用三階導數 法確定被測輻射場Y能譜的峰個數及峰位。
[0041] 根據本發明的構思，測量輻射場獲得