《Journal of Environmental Radioactivity》:Radon progeny monitoring outdoors using multiple NaI detectors
编辑推荐:
氡子体可作为环境过程的示踪剂。本研究提出了一种涉及两个NaI(Tl)探测器系统的方法,用于连续监测大气空气中短寿命γ发射氡子体的活度。主探测器聚焦于气溶胶采样期间在空气过滤器上积累的氡子体的γ射线,而辅助探测器监测测量位置的γ本底变化。该方法可定期以短间隔获得
氡子体可作为环境过程的示踪剂。本研究提出了一种涉及两个NaI(Tl)探测器系统的方法,用于连续监测大气空气中短寿命γ发射氡子体的活度。主探测器聚焦于气溶胶采样期间在空气过滤器上积累的氡子体的γ射线,而辅助探测器监测测量位置的γ本底变化。该方法可定期以短间隔获得关于214Pb和214Bi大气活度变异性的测量结果。测量装置效率校准使得活度浓度估计成为可能。两个探测器记录的总γ测量值之间相关性的变化可指示诸如降水脉冲等事件(否则难以识别),这些事件导致强烈的放射性核素沉降。此外,总γ沉积模拟结合机器学习可用于预测强烈清除事件期间空气中的γ活度。
氡(
222Rn)是铀(
238U)天然放射系中的地质成因惰性放射性气体,其半衰期(3.82 d)及子体特性使其适用于环境示踪研究。现有方法在连续监测短寿命γ发射氡子体(
214Pb、
214Bi)时面临半衰期短(分别为26.9 min、19.8 min)及γ本底变化大的挑战,尤其降水事件导致的强烈沉降会干扰气溶胶采样期间的γ测量,无法直接关联空气实际活度。为此,研究人员提出一种利用双NaI(Tl)探测器系统的新方法,发表于《Journal of Environmental Radioactivity》。该研究在希腊雅典东部郊区(37.98°N,23.78°E,海拔195 m,距地面9 m)开展,持续8个月(2025年4月至12月)。主要技术方法包括:①双NaI(Tl)探测器系统——主探测器(3"×3")置于高容量空气采样器(型号DH50810-E,F&J)滤膜上方1 cm处,连续监测气溶胶收集的
214Pb(351.93 keV)和
214Bi(609.31 keV)γ射线;辅助探测器(2"×2",Mirion/OSPREY?)距主探测器2 m,监测测量场地γ本底变化。②PENELOPE蒙特卡罗(MC)模拟获取主探测器-滤膜几何的全能峰(FEP)效率曲线,并结合体外HPGe γ谱分析(基于Bateman方程求解)建立净计数率与活度浓度的线性相关关系。③通过主、辅助探测器总计数率(TCR)的统计阈值(3σ)区分“弱沉降”与“强沉降”事件。④利用卷积神经网络(CNN)进行窗口化时间回归,预测强沉降干扰下主探测器的TCR基准值。研究结果包括:①效率校准——MC模拟计算的FEP效率使
137Cs源活度低估约30%,但原位净计数率与体外活度浓度呈显著正线性相关(
214Pb p值~10
-3,
214Bi p值~10
-8),以此建立活度浓度直接估算公式。②监测结果——弱沉降条件下得到
214Pb月均值1.4 Bq·m
-3(标准差0.4),
214Bi月均值6.2 Bq·m
-3(标准差1.3),夏季活度较低(垂直对流增强),冬季较高且变异增大(逆温层捕获);
214Bi与
214Pb计数率比值约2(对应活度比约4),可能因
218Po附着损失、α反冲、滤膜保留性能差异及山谷地形效应等导致
214Pb低估。③强沉降记录——基于TCR主-辅探测器相关性的3σ统计准则,可有效识别强沉降事件(无论是否记录降水),该准则优于仅依赖降水数据。④机器学习应用——通过Bateman方程模拟强沉降干扰信号(随机高度和形状),生成含伪干扰的TCR时间序列,训练一维CNN成功过滤并预测主探测器在强沉降下的理论TCR值,验证了概念可行性。讨论部分强调:双探测器协同可区分不同沉降模式;强沉降干扰建模结合CNN可实现降水期间的气溶胶活度校正;未来需测量雨水样品活度以进一步验证。研究结论:该方法通过双NaI(Tl)探测器系统实现了短寿命γ发射氡子体(
214Pb、
214Bi)的短间隔连续监测,效率校准可估计活度浓度,基于TCR统计准则能区分弱/强沉降事件,结合机器学习可校正强沉降干扰,为环境放射性监测提供了新路径。