核電廠野外示蹤試驗的三維數值模擬研究

王 博，欒海燕，吳 晗，熊文彬，陳 魯，何 瑋，張 瓊*，閆江雨，郝宏偉（.環境保護部核與輻射安全中心，北京 0008；.中國輻射防護研究院，山西 太原 030006）

核電廠野外示蹤試驗的三維數值模擬研究

王 博1，欒海燕1，吳 晗1，熊文彬1，陳 魯1，何 瑋1，張 瓊1*，閆江雨2，郝宏偉2（1.環境保護部核與輻射安全中心，北京 100082；2.中國輻射防護研究院，山西 太原 030006）

為深入分析國內某擬選濱海核電廠址的大氣擴散特征，在現場野外示蹤試驗的基礎上，采用計算流體動力學（CFD）軟件Fluidyn-PANACHE，結合三維GⅠS、結構化貼體網格構建、區域加密等技術方法，創建了可模擬野外示蹤試驗的精細化大氣擴散模擬系統.相比于高斯模式， CFD模式能夠更好地模擬示蹤劑在不同下風距離處的峰值濃度和煙羽寬度，對近場及復雜下墊面條件下的擴散模擬更貼合實際，且可在穩態模擬的基礎上獲得連續變化風場中接近實時模擬的仿真效果.模擬結果的偏差統計分析表明， CFD穩態模擬和高斯模擬的統計學評價指標均位于國際公認的可接受范圍內， CFD模擬的隨機偏差優于高斯模擬.因此， CFD模式可用于輔助和優化其他核電廠址的野外示蹤試驗工作，提高我國核安全審評的效率和針對性.

高斯煙羽模式；野外示蹤試驗；CFD；PANACHE；實時模擬

為了揭示擬選核電廠址下墊面特征對核電廠運行期間排出的放射性氣載流出物的大氣輸運和擴散的影響，各國都通過野外示蹤等物理試驗及數值模擬方法，修正和獲得具有當地代表性的大氣擴散特征和參數［1］，這也是我國目前新建核電廠選址中必須完成的重要工作之一［2-3］.基于野外示蹤試驗，已開發了大量針對不同條件下應用的大氣擴散模式［4-5］.世界各國關于核電廠正常運行和事故工況下的大氣擴散導則多以高斯模式為主［6-7］.但高斯模式在復雜地形及氣象條件下，由于湍流場空間上的不均勻、時間上的不定常，高斯評價模式的計算偏差隨地形復雜程度的增加而增大，會使計算結果產生較大不確定性［3,8］.隨著計算機技術和計算流體力學（CFD）的不斷發展，CFD模型憑借精確的三維建模和網格劃分可模擬大氣邊界層中的湍流在復雜地形中產生的撞擊、分離、環繞和尾流等現象，且與物理試驗相比具有省時、經濟和高效等特點，是未來的發展方向［9］.利用商業CFD軟件對大氣擴散特征進行數值模擬，可以在秉承數值模擬方法優點的同時，回避編程調試和驗證發布的繁瑣，是研究污染物輸運、擴散及其對環境影響的有利工具［10-11］.本文在國內某典型濱海核電廠址野外示蹤試驗基礎上進行CFD和高斯大氣擴散模式的數值模擬，揭示廠址的地形起伏及海陸交界對核電廠氣載流出物大氣輸運和擴散的影響，對比分析兩種數值模擬方式的模擬效果和主要差異，為我國的核安全審評提供技術支持.

1 數值模擬方法

1.1 基于Fluidyn-PANACHE的CFD模擬

Fluidyn-PANACHE是法國Fluidyn公司與法國環境與能源署（ADEME）協作開發的一個全三維CFD軟件包，專門用于精確仿真中小尺度復雜地形條件下的大氣流動和污染狀況.其使用三維有限體積方法（FVM）求解模擬空氣運動的Navier-Stokes（N-S）方程，同時求解物種的濃度、質量和能量守恒方程，以及湍流生成及耗散方程.該CFD軟件包含3種基于邊界層相似理論的湍流模型，本次計算中采用的k-ε模型是一個三維預后模型，可求解上述方程雷諾平均形式的湍流動能方程和耗散率方程，適用于流過表面急劇起伏障礙物等各種類型的流動模擬.而微氣象模型以Monin-Obukov相似理論為依據，利用擬合及迭代計算近地層湍流特征參數、初始大氣風場以及溫度廓線等.Fluidyn-PANACHE包含內置的自動三維網格生成工具，可以在障礙物周圍生成用于計算的有限體積網格，并且沿起伏地形生成貼體網格.計算網格可以是結構化的（矩形）或非結構化的（三角形），并可在某些區域使用嵌套區域加密網格.完整的模擬過程主要包括針對計算場景的一般設置（地形地貌、模擬范圍、網格優化、氣象及排放源等）和CFD求解器設置（輸出控制、時間積分、數值方案、湍流方案、壓力求解、收斂及松弛因子等），一旦上述設置完成即可開始初始化，包括處理所有的輸入，生成網格及初始風場等.由于CFD的計算時間通常會隨著網格尺寸的減小而增加，因此，在初始化階段需檢查生成的網格質量，為接下來的迭代計算做好準備，有關軟件更詳細的使用說明請參見用戶手冊［12］.

針對Fluidyn-PANACHE模擬大氣擴散的評價主要遵循Hanna等［13-15］推薦和總結的大氣擴散模型性能評價指標.其中，在地形平坦的Prairie Grass野外示蹤試驗中模擬輕質示蹤劑SO2的釋放；在有障礙物的Kit Fox野外試驗中模擬重氣CO2的釋放［16］.此外，也針對近40年來多種氣體（SF6，NH3，NO2，HF，C3H6等）的野外試驗進行了數值模擬，除少數個別采樣點的模擬結果有少量偏差外，其余模擬結果均與實測結果吻合較好.產生偏差的原因主要來自于試驗中復雜的氣象或地形條件難以在軟件中充分實現，而在模擬之初簡化或忽略了相關影響因素［17］.因此，早在1996年Fluidyn-PANACHE即獲得美國環保署的官方認可和推薦［18］，已被全世界上百個用戶使用［16-19］.

1.2 高斯煙羽模式模擬

美國NRC監管導則RG1.111推薦采用粒子晶格模型，煙羽單元模型和恒定平均風向模型進行核設施放射性氣載流出物的大氣擴散分析和審評［8］.其中的固定平均風向模型就是高斯煙羽模型，被廣泛應用于核安全監管的計算模擬.由高架連續點源高斯模式導出的地面濃度公式為［20］

式中：C（x，y，0；He）表示源強為Q、有效源高為He的源在下風向地面任一點（x，y）處造成的濃度；ˉu為源高處的平均風速； σy， σz分別是橫向和垂向的擴散參數.

假定σy， σz與下風向距離x存在如下的冪函數關系：

式中： a， b， c， d可看作常數，其確定可采用最小二乘法，使地面濃度的計算值與實測值之差的平方和最小，構造和迭代求解該平方和對a， b， c， d偏導數為0的非線性方程組，計算中同時考慮了測量精度權重，采樣點地形高差修正和煙羽軌跡修正等，最終可得到經示蹤試驗各采樣點實測值修正后的σy和σz，進而即可得到經優化后的高斯模式在各采樣點的模擬計算值.

2 我國某濱海核電廠址野外示蹤試驗

2.1 野外示蹤試驗概況

鑒于該核電廠址所處濱海丘陵，在綜合考慮廠址三面臨海西面依山的地形特點、現場實際采樣條件與廠址地區風向頻率等因素后，最終確定以ESE～SE風向為主的示蹤試驗方案，獲得了廠址主要穩定度條件下的煙羽軸線軌跡及現場濃度分布，根據各采樣弧線濃度分布的試驗結果可知，廠址地區下墊面屬中等復雜地形，示蹤劑的擴散程度明顯大于平坦地形地區.

2.2 采樣弧線布置

采取弧線布點（A～D 4條弧線）與關心位置布點相結合的方式，重點關注10km以內示蹤劑的遷移擴散特征.各采樣弧線與釋放源（坐標原點）的相對位置如圖1所示.從中可以看出本次示蹤試驗適當考慮了空間分布，近距離布得密一些，遠距離稀一些，且盡量布成弧線狀，但由于野外示蹤試驗范圍較大，距離較遠，為方便采樣人員的輸送，盡量選擇在公路或小路上布點.

圖1 A～D采樣弧線與釋放源（原點）的相對位置Fig.1 The relative positions of A～D sampling arcs and the release source （origin of coordinates） at ground-level

2.3 SF6的釋放和采樣分析

本次野外示蹤試驗模擬煙囪釋放，把約100m的管路吊至鐵塔65m高位置，并接通50kg裝有SF6的鋼瓶，為保證釋放過程的相對均勻，不斷調節流量以符合500g/min的均勻釋放.

每次釋放過程取3個樣品，每次采樣10min，2次采樣間隔約5min.根據釋放時風速測量值與采樣點距鐵塔的距離，估算SF6煙羽到達采樣位置5min后的時間為第1個樣品開始采樣的時間.

采樣器為上海興卓安環保科技有限公司生產的TWA-300型自動采樣器；采樣袋為大連德霖公司生產的1L氣體鋁箔高分子復合材料采樣袋；SF6樣品由氣相色譜電子捕獲檢測器檢測，采用5A分子篩填充柱分離SF6，根據峰面積確定濃度.

3 野外示蹤試驗的數值模擬研究

3.1 CFD三維建模及區域加密

結合野外示蹤試驗范圍和廠址地形特征，選取釋放鐵塔周邊15km矩形區域開展SF6野外示蹤試驗的CFD模擬仿真研究.如圖2所示，地形數據根據等高線地形圖（GⅠS文件）直接導入軟件生成，并在導入的地形信息基礎上根據GPS定位，精確設定釋放鐵塔和各采樣點位置，同時設置海域水面（軟件中以藍色區域表示）及地表粗糙度.由于此次示蹤試驗的主導風向是ESE～SE風向，因而采樣點多設置在釋放源（圖2中以黑色立柱表示釋放鐵塔所在位置）的西北部，模擬區域設置也更側重包絡下風向的各采樣點.

圖2 CFD數值模擬范圍及廠區三維建模Fig.2 CFD simulation range and plant area 3D modeling

采用多層嵌套且逐層加密方式，可確保在對釋放源近場區域擴散特征進行精確模擬的同時，也能夠對下風向較遠距離采樣點處的擴散情況進行快速模擬. 3層嵌套區域從外到內的水平范圍分別約為15、10和5km，而垂向模擬范圍為自地面至2000、1000和1000m高度，并在兩內層嵌套區域500m以下進一步縮小網格垂向間距以精確捕捉下墊面地形對風力剪切及沿豎直方向傳遞的效果.從中可以看出，軟件構建的貼體網格可平滑模擬周圍山體的地形起伏.本次模擬兼顧效率和精度，共為3層計算區域劃分了66萬個六面體結構化網格，經驗證排除了網格依賴性.

3.2 數值模擬方案

為配合本次示蹤試驗，獲取了每隔5min的高頻氣象信息.為最大程度貼近實際試驗流程，最理想的CFD模擬方案是使釋放源在初始釋放時刻即在當時的氣象條件下擴散5min， 5min后在新的氣象條件下再擴散5min，以此類推，直至試驗結束，稱之為瞬態模擬方案，這其實也相當于是Δt=5min的實時模擬.軟件提供了穩態、瞬態及基于穩態風場的快速瞬態求解功能，為充分對比分析穩態、瞬態模擬結果，本文采用如下2種模擬方案，即：1）各氣象條件下的穩態模擬；2）按實際物理過程的瞬態模擬.其中方案2的瞬態模擬可以充分利用方案1穩態計算得到的風場結果，從而加快計算速度.因此，本次CFD模擬按先后次序分為穩態和瞬態2種模擬方案.

3.2.1 穩態模擬及對比分析 穩態模擬主要以每隔5min的固定氣象監測信息作為各采樣時刻的初始氣象場，模擬該氣象條件下示蹤劑從釋放鐵塔擴散沉降達平衡時的濃度分布，如圖3所示，為某氣象條件下CFD穩態模擬SF6濃度為7.0×10-6g/m3的等值面及經過釋放源的下風向垂直剖面上的濃度分布.

雖然穩態模擬無法真實反映示蹤試驗過程中實際風場的變化及對擴散的影響，但計算各采樣時刻穩態模擬結果的平均值可在一定程度上減少復雜氣象條件及下墊面變化引起的示蹤劑濃度偏差［21］.圖4匯總比較了各采樣點CFD穩態模擬濃度的最大值及平均值與對應采樣點的實測濃度均值.對角線是實測結果與模擬結果完全相等的參考線，兩旁的虛線分別為偏差達2倍和10倍的參考線.如圖4所示，在模擬均值的比較中，除2個采樣點（C15和C16）的模擬均值小于實測均值一個數量級之外，其他采樣點中，有近一半采樣點（48.1%）的模擬均值大于實測均值，其余采樣點的模擬均值雖然小于實測均值，但也多集中在偏差2倍左右的范圍內.

圖3 某氣象條件下CFD穩態模擬經過釋放源下風向垂直剖面上SF6濃度分布及濃度為7.0×10-6g/m3的等值面Fig.3 Iso-surface of 7.0×10-6g/m3and the distribution on vertical cross section of downwind through release source

圖4 各采樣點實測濃度均值與CFD穩態模擬結果比較Fig.4 CFD steady simulation results against corresponding average measurements on sampling points

此外，本次示蹤試驗CFD穩態模擬濃度的最大值（8.75×10-6g/m3）與實測濃度最大值（1.29×10-5g/m3）都出現在A6采樣點，且兩者在數值上的偏差較小.該采樣點位于鐵塔的NW方位，相距900m左右，釋放期間風向為130°～160°，平均風速為3.12m/s，天氣類型為D類，說明東南風向下釋放時，污染物遷移會略向偏西方偏轉，表明基于CFD模式的數值模擬能較好反映地形和氣象信息對風場以及氣載污染物富集和擴散的影響.

圖5 各采樣點實測濃度均值與高斯模擬結果比較Fig.5 Gaussian simulation results against corresponding average measurements on sampling points

相應地，各采樣點高斯模擬均值與實測均值的比較結果如圖5所示.從中可以看出，高斯模式的計算結果大多與實測值吻合較好，多集中在偏差小于10倍的范圍內；但在某些采樣點，高斯模式的計算值會比實測值小5～6個數量級，有些甚至多達10個數量級以上（考慮到實際顯示效果，圖中忽略了偏差特別大的高斯模擬結果）.

如前所述，造成這一偏差的原因主要是，高斯模式是以污染物在均勻、定常湍流大氣中的濃度分布近似于正態分布為前提和假設的.因而，其在下墊面平坦、氣流穩定的小尺度擴散模擬中可獲得較好的模擬效果，但在本例中，沿海廠址的下墊面較復雜，且風向變化頻繁，導致污染物的實際擴散過程和分布情況與高斯模式假設的正態分布不完全吻合.對于恰好落入正態分布范圍的采樣點，其模擬結果往往偏差不大，且偏于保守；但對于某些落在正態分布范圍之外的采樣點，如圖6所示，便會得到比實際情況小很多的模擬結果.由此可見，高斯模式相對簡單，更適用于風場和源項等均勻穩定的理想情況.

圖6 各采樣弧線不同模擬方式所得濃度分布曲線Fig.6 Concentration distribution curves obtained by measurements and numerical simulations on sampling arcs

3.2.2 瞬態模擬及對比分析 在上述CFD穩態風場計算結果的基礎上，進一步采用Real Time瞬態模擬方式，按實際氣象信息每隔5min依次模擬示蹤劑在不斷變化風場中的遷移擴散，如圖7所示.

圖8匯總比較了CFD瞬態模擬過程中，各采樣時刻采樣點模擬結果與相應實測值的偏差，從中可以看出，采樣點總數的73.5%集中在偏差小于10倍的范圍內，說明CFD瞬態模擬結果大多與實際情況吻合較好，具有較強的實時模擬能力.

圖7 各采樣時刻CFD瞬態模擬示蹤劑濃度分布Fig.7 Variation of tracer concentration distribution obtained by CFD transient simulation

圖8 各采樣點實測濃度與CFD對應瞬態模擬值比較Fig.8 CFD transient simulation results against corresponding measurements on sampling points

3.3 數值模擬性能評價

大氣擴散模式有效性的定量評價需要采用合適的性能統計方法（SPM）對預測值和實測值間的偏差進行統計分析，以更清楚地顯示出模擬預測值對試驗實測值的偏離程度及離散方向.

目前國際公認的SPM方法是Hanna等［13-15］提出的偏差統計分析方法，該方法的偏差分析包括相對偏差（FB），幾何平均偏差（MG），幾何平均方差（VG），歸一化均方誤差（NMSE）及2倍偏差比例（FAC2）等統計指標.

理想數值模擬的MG，VG及FAC2=1，而FB和NMSE=0.由于自然環境中大氣運動的隨機性，實際預測結果很難達到. Hanna等［13-15］綜合考慮試驗情景復雜程度、源項不確定性以及氣象條件的隨機波動等影響因素，在不要求模擬值和實測值在時間和空間上一一對應的條件下（配對比較分析），推薦了下列描述環境模型模擬性能的可接受標準，即模擬偏差在2倍以內的采樣點份額高于50%（FAC2＞0.5），平均偏差小于30% （-0.3＜FB＜0.3或0.7＜MG＜1.3），以及隨機偏差在2倍以內（NMSE＜4或VG＜1.6）［22］.

表1匯總比較了本次示蹤試驗數值模擬的偏差統計分析結果，從中可以看出， CFD穩態模擬和高斯模擬的統計學評價指標均位于國際公認的可接受范圍內，說明CFD和高斯模型在各弧線穩態極值模擬方面均取得了與實測值較一致的結果.其中， CFD穩態弧線極值模擬的FAC2=1，表明各弧線CFD模擬結果最大值與實測最大值的偏差均在2倍以內，優于高斯模擬的0.75.雖然FB，MG和NMSE稍遜于高斯模擬，但也均在可接受范圍內.同時， CFD穩態模擬的VG優于高斯模擬，表明CFD穩態弧線極值模擬的隨機偏差小于高斯模擬，表現出更加穩定的模擬性能. CFD瞬態弧線極值模擬的FAC2和NMSE均較好符合評價標準， FB和MG也非常接近可接受范圍，只是隨機偏差稍大（VG=4.32），主要是由于氣象信息每5min更新一次，無法及時跟蹤實際風場的變化情況.此外，從FB的量值來看， CFD模擬傾向于低估污染物的實際濃度（FB＞0），而高斯模擬則偏于保守（FB=-0.20）.

表1 本次示蹤試驗采樣弧線極值模擬的偏差統計分析Table 1 SPM for maximum concentrations of each sampling arc for the field tracer experiment

4 結論

4.1 高斯模式相對簡單，計算較為快速便捷，其以污染物在均勻、定常湍流大氣中的濃度分布近似于正態分布為前提和假設，更適用于風場和源項等均勻穩定的理想情況，在復雜地形和氣象條件下，計算結果有較大不確定性.

4.2 CFD模式借助三維建模、精細化網格和有限體積法等技術，雖然計算和建模較為耗時費力，但可實現海陸交界和近旁低山擾動對大氣擴散影響的穩態和瞬態模擬，不僅可以較為真實地反映出污染物在大氣中的累積和消散過程，而且能夠合理模擬和預測氣態污染物的遷移擴散規律和濃度分布.

［1］ Jeong H， Kim E， Park M， et al. Numerical simulation of air pollutant dispersion using an in situ tracer experiment at a nuclear site ［J］. Annals of Nuclear Energy， 2014，73:1-6.

［2］ 胡二邦，閆江雨，王 寒，等.不同擴散參數與氣象條件對核電廠年均大氣擴散因子的影響 ［J］. 輻射防護通訊， 2003，23（3）: 19-26.

［3］ Zhang Q， Guo R P， Zhang C M， et al. Radioactive airborne effluents and the environmental impact assessment of CAP1400 nuclear power plant under normal operation ［J］. Nuclear engineering and design， 2014，280:579-585.

［4］ Suh K S， Han M H， Jung S H， et al. Three-dimensional numerical modeling of pollutant transport at local-scale complex terrain ［J］. Annals of Nuclear Energy， 2008，35:1016-1023.

［5］ Zhang X L， Su G F， Chen J G， et al. Ⅰterative ensemble Kalman filter for atmospheric dispersion in nuclear accidents: An application to Kincaid tracer experiment ［J］. Journal of Hazardous Materials， 2015，297:329-339.

［6］ U.S. Nuclear Regulatory Commission. Methods for estimating atmospheric transport and dispersion of gaseous effluents in routine discharges from Light-Water-Cooled Reactors ［S］. Regulatory Guide， 1.111， Washington， D.C， 1977.

［7］ U.S. Nuclear Regulatory Commission. Atmospheric dispersion models for potential accident consequence assessments at nuclear power plants ［S］. Regulatory Guide 1.145， Washington， D.C，1986.

［8］ Hanna S R， Chang J C， Strimaitis D G. Hazardous gas model evaluation with field observations ［J］. Atmospheric Environment，1993，27（15）:2265-2285.

［9］ 陳曉萌，亢燕銘，楊 方，等.上游阻擋建筑間距對街谷內空氣環境的影響 ［J］. 中國環境科學， 2016，36（7）:1967-1973.

［10］ Tominaga Y. Flow around a high-rise building using steady and unsteady RANS CFD: Effect of large-scale fluctuations on the velocity statistics ［J］. Journal of Wind Engineering and Ⅰndustrial Aerodynamics， 2015，142:93-103.

［11］ 邵 毅，張述文，左洪超，等.榆中縣城大氣污染物擴散的觀測實驗與數值模擬 ［J］. 中國環境科學， 2013，33（7）:1223-1230.

［12］ Transoft-Ⅰnt. PANACHE User Manual， version 4.0.7 ［R］. Paris，Saint-Denis， 2010.

［13］ Hanna S R. Air quality model evaluation and uncertainty ［J］. Journal of the Air Pollution Control Association， 1988，38:406-412.

［14］ Hanna S R. Uncertainties in air quality model predictions ［J］. Boundary-Layer Meterology， 1993，62:3-20.

［15］ Chang J C， Hanna S R. Air quality model performance evaluation［J］. Meteorology and Atmospheric Physics， 2004，87:167-196.

［16］ Mazzoldi A， Hill T， Colls J J. CFD and Gaussian atmospheric dispersion models: A comparison for leak from carbon dioxide transportation and storage facilities ［J］. Atmospheric Environment，2008，42（34）:8046-8054.

［17］ Transoft-Ⅰnt. Fluidyn-PANACHE validation review ［R］. Paris，Saint-Denis， 2006.

［18］ U.S. Environmental Protection Agency. Reference for Fluidyn-PANACHE in Appendix W to Part51- Guideline on air quality models ［R］. Washington， D.C， 1998.

［19］ 王 博，郭瑞萍，張 瓊，等.內陸核電廠冷卻塔對大氣擴散影響的CFD模擬 ［J］. 科技導報， 2013，31（32）:34-41.

［20］ 胡二邦，陳家宜.核電廠大氣擴散及其環境影響評價 ［M］. 北京:原子能出版社， 1999:143-145.

［21］ Du S， Venkatram A. The effect of streamwise diffusion on ground-level concentrations ［J］. Atmospheric Environment， 1998，32（11）:1955-1961.

［22］ 周廣強1,2*，謝 英1,2，吳劍斌，等.基于WRF-Chem模式的華東區域PM2.5預報及偏差原因 ［J］. 中國環境科學， 2016，36（8）: 2251-2259.

Three dimensional numerical simulation of field tracer experiment for atmospheric dispersion around a domestic nuclear power plant.

WANG Bo1， LUAN Hai-yan1， WU Han1， XIONG Wen-bin1， CHEN Lu1， HE Wei1， ZHANG Qiong1*， YAN Jiang-yu2， HAO Hong-wei2（1.Nuclear and Radiation Safety Center， Ministry of Environmental Protection，Beijing 100082， China；2.China Institute for Radiation Protection， Taiyuan 030006， China）. China Environmental Science，2016，36（10）：2950～2956

To further analyze the characteristics of atmospheric dispersion around a domestic coastal nuclear power plant on the basis of field tracer experiments， Fluidyn-PANACHE， a Computational Fluid Dynamics （CFD） software， was used to create a refined atmospheric dispersion simulation system that is capable of simulating field tracer experiment. More reasonable simulation for tracer's peak concentration and plume width at each downwind sampling arc， closer to real dispersion status at near field with undulate terrain， and approximate real time simulation under continuous variation of wind direction based on the steady simulation can be obtained by CFD mode compared to Gaussian mode. The statistical analysis for bias of numerical simulations indicated that both the statistical performance indices of CFD steady simulation and Gaussian simulation were within internationally accepted ranges and moreover， random bias of CFD simulation was superior to that of Gaussian simulation. It was concluded that CFD simulation can be utilized to assist and optimize field tracer experiments for other nuclear power plants so as to improve efficiency and pertinence of nuclear safety regulation.

Gaussian plume mode；field tracer experiment；CFD；PANACHE；real time simulation

X511，TL48

A

1000-6923（2016）10-2950-07

王 博（1980-），男，遼寧鞍山人，高級工程師，博士，主要從事輻射防護與環境保護研究.發表論文20余篇.

2016-02-24

國家科技重大專項（2013ZX06002001）

* 責任作者， 高級工程師， zhangqiong@chinansc.cn