代表性个人在核设施辐射环境评价中的应用研究

董豫阳，苏自强，陈海龙，廉 冰

(中国辐射防护研究院，太原 030006)

前 言

现行的辐射防护评价是利用环境中浓度或者暴露程度和合适的生活习性来评估公众所受到的剂量。因此，为了保护公众，我们有必要定义一个用来判断剂量约束值是否得到满足的人，这个人就被称作 “代表性个人”。“代表性个人”的定义就是，在某地区受到照射的范围内，任意选择一个人，这个人所受到的剂量大于某特定剂量值的概率要小于一定的比例，这个剂量值就可以称作是该地区的代表性个人的剂量。 “代表性个人”所受到的剂量取代了国际放射防护委员会在第7号报告中提出的 “关键居民组”的平均剂量。

“关键居民组”的概念首次提出是在ICRP第7号报告中，当时提出的目的是为评价公众所受到的照射剂量是否符合剂量约束值提供比对的方法。此报告中的第15段这样叙述：在某些关键途径中某种关键核素的存在，是不会对每个场外的居民都产生相同的照射剂量。在运行前的调查通常会发现居民中一个或两个组的存在，他们的特性，包括习惯、位置、年龄会使他们受到比场外其他部分居民更高的剂量。这种情况的居民组就可以把他们定义为 “关键居民组”。

在实际核设施剂量评价过程中，会发现“关键居民组”具有一定的局限性，主要是“关键居民组”选择的是一个受到所考察的源项最大照射的群组，这意味着，关键组内的一些成员可能会受到高于和低于关键居民组的平均剂量。在关键居民组之外，也可能有少数几个人生活习惯和特征极不相同，这种特异性有时意味着这些人所受剂量比关键居民组高[1]。

同时(1)ICRP辐射防护体系发生着演变，并且ICRP的建议已经成为更多国家审管体系的基本要素；(2)近年来采用更精巧的计算机和软件系统进行剂量评价的能力有了显著的提高，可以更方便的进行概率论估计，可以得到保罗结果不确定度在内的剂量分布。

综合以上原因，ICRP有必要也有责任提出一个定义，代表绝大多数公众所受到的最大剂量，即“代表性个人”。

1 研究方法

ICRP第60号出版物中基于辐射防护三原则而建立的放射性废物排放管理的概念框架包括：源项，在环境中的转移，照射途径，剂量估算，与剂量约束值的比较[2]。一般以模式计算为主，利用实际测量或设计报告的物料平衡得到排放源项，选择适当的环境扩散/迁移/转移和剂量估算模式以及相应的计算参数[3]，完成居民剂量的估算，对辐射环境质量做出综合分析、比较和评价[4]。

影响剂量评估的主要因素包括：核素、照射途径、气象条件、公众生活习性(包括食谱、外出活动时间、呼吸速率等)。 “代表性个人”剂量评估还和人口分布有关。

根据上述步骤，分别对正常工况下某核设施的 “关键居民组”和“代表性个人”的剂量计算，通过分析计算过程和结果以及两者概念上的区别，得出“代表性个人”比“关键居民组”更适合作为辐射环境评价的指标的结论。

2 正常工况下某核设施周围辐射环境剂量评估

2.1 评估所用数据来源说明以及假设前提

本文以国内某核设施的人口数据和气象数据为基础计算得出关键居民组所受到的剂量。

2.1.1 计算点周边人口分布的说明：

这里可以假设一个人口分布，同时为了简化计算，仅仅考虑源项周围5 km范围内的人群。把人群分为16个方向径向间距为1 km的80个子区，假设0～1 km内每个子区的人数为100人且人口在该地区按面积均匀分布，同时根据该地区性的人口分布资料将评价区域内人群分为四个年龄组，分别为幼儿(0～1岁)、儿童(1～7岁)、少年(7～17岁)、成人(17岁以上)，占总人口的比例分别为2%、8%、16%、74%。虽然ICRP给出了6个年龄组的剂量系数，但是研究表明，采用3个年龄组(分别为0～7岁、7～17岁、17岁以上)的剂量系数足以反映源项的影响和年轻灵敏人群的差别[1]。然而近年来婴儿(0～1岁)的剂量评估受到了广泛关注，环境保护部为规范全国核基地辐射环境现状与评价工作，建议将婴儿组(0～1岁)分为单独的年龄组进行分析。

2.1.2 计算点气象数据的说明：

根据当地气象站现场大气扩散实验结果，所获得的不同稳定度的平均混合层高度见表1，不同稳定度的大气扩散参数见表2。根据当地气象站气候资料统计，该地区年平均风速为1.0 m/s。不同风量的年降水量如表3所示。该大气扩散试验是为厂址北2.5 km处的火电厂建厂时做的，由于该火电厂距厂址较近，因此，报告中采用该大气扩散试验的结果。根据当地气象站提供的的风向、风速、总云量、低云量观测结果，计算得出的风向、风速、稳定度三维联合频率,主导风向较为WNW～NNW之间。

表1 平均混合层高度Tab.1 Depth of average mixed-layer (m)

表2 厂址区域大气扩散参数Tab.2 Atmospheric diffusion parameters of site

表3 不同风向的年降水量Tab.3 Annual precipitation in different wind directions (mm)

该厂址的生产设施气载流出物为来自各厂房全面排风、局部排风以及工艺系统的尾气，主要放射性污染物为UO2、UF6和UO2F2。各系统的工艺尾气根据污染物的物理化学性质不同采取相应的净化方式处理，然后与局部排风混合后进一步处理。对于含有铀气溶胶的全排和局排系统排风，经高效空气过滤器处理后排入总排风管道，进入排风中心，通过接力风机排至80 m高烟囱排入大气。

2.2 照射途径分析以及计算模式和参数

2.2.1 照射途径分析

大气途径，对公众的照射如图1所示，对公众的主要照射途径有吸入空气内照射、空气浸没外照射、地表沉积物外照射、食入动植物产品的内照射[5]。

图1 大气途径对公众的照射Fig.1 Exposure to the public by atmospheric route

2.2.2 假设条件

2.2.2.1 关于源项的假设：本工程产生的低浓度铀产品中，235U的丰度≤5%，计算中，235U的丰度保守的按5%考虑。根据《辐射防护手册 第三分册》中的数据，对于235U富集度为5%的低浓产品，U中234U、235U、238U的原子数比分别为0.054%、5.061%、94.885%。234U、235U、238U的比活度分别为2.31×108Bq/g、8.00×104Bq/g、1.24×104Bq/g。表4中给出了源项计算的相关参数。

表4 源项计算中的相关参数Tab.4 Related parameters in source term calculation

因为关键核素是U-234，所以可以假设源项气载放射性气体申请排放量为1.0×108Bq/a，放射性元素仅考虑U-234，排放烟囱为80 m且仅有一个，周围无高大建筑物影响，以此作为计算点的源项数据。以正北方为Y轴正轴，以正东方为X轴正轴建立坐标系，烟囱的坐标可认为是(0，0)，内径为3.8 m，假设排放为无动力释放。所以可以得出源项的数据见表5。

2.2.2.2 关于主要照射途径的假设：正常情况下，在进行剂量估算时，考虑的公众受照射的途径为空气浸没外照射、地面沉积外照射、吸入和食入所致的内照射。在各种照射途径中，关键途径为吸入内

表5 正常工况下排放出的放射性气体的总量Tab.5 Total amount of radioactive gas discharged under normal conditions

照射，所以本文假设只考虑空气浸没外照射和吸入空气所导致的内照射。

2.3 “关键居民组”照射剂量的计算

2.3.1 计算方法和过程

AIRDOS程序系统是由美国国立橡树岭实验室为美国环保局编制的。用于评价核设施在常规运行工况下，放射性核素向大气释放对环境影响的计算机程序。

计算中所采用参数和一些剂量转换因子如表6、表7所示。

表6 计算参数Tab.6 Calculation Parameters

表7 吸入剂量转换因子[6]Tab.7 Inhalation dose conversion factor (Sv/Bq)

2.3.2 计算结果

2.3.2.1 大气扩散因子

利用得到的数据和AIRDOS程序可以计算出所求的80 m烟囱5 km范围内的年均大气扩散因子。80 m烟囱大气扩散因子最大值出现在0～1 km的ESE方位上。

2.3.2.2 个人剂量

在正常工况下，利用AIRDOS程序对5km范围内的234U通过吸入内照射和空气浸没外照射途径所致公众个人有效剂量进行了计算。最大个人有效剂量出现在ESE方位的0～1km子区，幼儿组、儿童组、少年组和成人组的最大个人平均有效剂量分别为4.86×10-7Sv/a、2.80×10-7Sv/a、6.94×10-7Sv/a、7.91×10-7Sv/a， “关键居民组”为ESE方位0～1 km子区的成人组。

2.4 代表性个人剂量估算

2005年ICRP出版了101号报告中对 “代表性个人”的定义，确定方法和流程进行了详细的阐述。本文借鉴101号报告中推荐的代表性个人的计算方法，根据对我国某核设施实际厂址假设和获得的数据，从而代表性个人剂量的分析确定。

用确定论方法对受照人群的所有人员进行了剂量点估计，点估计的值为该子区的平均剂量。则每个剂量区间的权重可以认为是接受该剂量范围的人数占总受照人数的份额。因此，这种接受不同年剂量的人数分布，可用于估计个人年剂量不超过某种水平的受照人数占总受照人数的份额。具体步骤如下：

2.4.1 将每个子区的平均剂量由小到大排序，因为子区点估计的值是该子区的平均剂量，所以可以假设子区内有一半的人所受剂量大于该子区的平均剂量值。累积概率的概念是不大于某一剂量的概率，某一固定剂量值的累积概率可以用对应的人口数与总人数的比值来反映出来，即可表示为：

P=m/n

P：低于已知剂量值的人数占总人数的比例，即累积概率；m：所受剂量低于某一固定剂量值的人口数；n：该受照范围内总人口数。

2.4.2 将步骤(1)得到的数据分别在直角坐标轴和对数坐标轴上表示出来。从图2可以看出，当取普通坐标轴时，累积概率大于90%后，剂量增加速度非常快，说明了受到剂量较大的人群所占人口比例较小；从图3可以看出，当取对数坐标时，在累积概率的值处于5%～95%区间内，则其分布趋近于线性分布。

图2 受照射人数按个人年剂量的累积概率分布Fig.2 Cumulative probability distribution of the number of people exposed to radiation according to the individual annual dose

图3 受照射人数按个人年剂量的累积概率分布(对数坐标)Fig.3 Cumulative probability distribution of the number of people exposed to radiation according to the individual annual dose(log scale)

2.4.3 根据图上的趋势和步骤(1)得到数据对受照人数关于年剂量的累积概率分布实施对数线性拟合，得出拟合函数方程为：

lgY=0.016 71X-8.818 9

假设按照一般对于 “代表性个人”的建议，即高于 “代表性个人”剂量的人数小于5%，则代表性个人的剂量根据上式可以估算出为7.75×10-8Sv。

2.5 计算结果对比

结合计算结果，在柱状图中表示出来，如图4所示。

图4 不同年龄组关键居民组个人剂量与代表性个人剂量的对比Fig.4 Comparison of dose between representative group in different age groups and representative person

图中可以看出，基于本文中假设的人口数量，关键居民组的各个年龄组的最大平均剂量均大于 “代表性个人”的剂量。这种情况可以分为两种情况：(1)剂量约束值远大于 “关键居民组”和“代表性个人”的剂量，此时是符合剂量约束的：(2)剂量约束值和 “关键居民组”的剂量相差不大，应考虑“关键居民组”内外是否有人受到的剂量是大于剂量约束值，超过的人数通过“关键居民组”剂量计算无法推出，此时无法判断是否应该对照射条件实施控制措施。

由图2可以看出，在累积概率大于90%的一段曲线，剂量上涨速度非常快，可以看出由于本文人口的假设(即人口数量在该地区按照面积均匀分布)，导致受到剂量较大的人口的数量占总人口的比例较小。所以， “代表性个人”的剂量要比仅考虑某个平均剂量较大子区某年龄组的平均剂量要小。

若假设一种极端情况，即每个子区内的人数是相等的，利用AIRDOS程序得出的 “关键居民组”的年平均剂量是没有变化的，但是根据本章的子区点估计和累积概率，根据前文所用的方法，可以算出累积概率为95%处的剂量为2.32×10-7Sv，即 “代表性个人”的剂量。可知，当受到照射剂量较高的人群数目占比较大时， “代表性个人”的剂量也会增高，甚至会高于“关键居民组”的剂量。

3 结论和展望

“代表性个人”的剂量是对整个受照区域人口的考虑，其数据可靠性更加值得信赖。同时，“代表性个人”的剂量会随着人口分布的变化而有所改变，在某些情况下，“代表性个人”的剂量甚至会超过“关键居民组”的剂量，这时候再用 “关键居民组”的剂量来确认是否符合剂量约束值就不够保守了，此时“代表性个人”的剂量更能代表接受剂量较大的个人。

“代表性个人”概念于1985年提出，目前尚未广泛应用于辐射环境影响评价，经分析主要原因在于：(1)“代表性个人”剂量评估相对“关键居民组”步骤较为繁琐；(2)核设施正常工况下一般造成的“关键居民组”剂量和“代表性个人”剂量均远远小于剂量约束值，是否有必要进行“代表性个人”的剂量估算值得讨论。但是，随着我国对环境的要求提高，“代表性个人”的剂量提供了更值得信赖的剂量分布数据，因此有必要进一步将其应用在实际评价中并找出可能存在的问题。