Luftens ’sladrehank’ hjælper med at opklare radioaktivt udslip

Ny forskning bidrager til at opklare et radioaktivt udslip i 2017. Der er fokus på at forbedre DMI’s spredningsmodel samt udvikle metoder, så vi bliver bedre til at finde ud af, hvor og hvornår et eventuelt radioaktivt udslip har fundet sted, og hvor stort det har været. 

Radioaktive udslip, vulkansk aske eller mund- og klovesyge… luften over os kan være farlig. Et nyttigt værktøj til at spore skadelige stoffer i atmosfæren er "luftens sladrehank" - de såkaldte spredningsmodeller.

Radioaktive isotoper kunne måles i luften

I efteråret 2017 målte et stort antal målestationer i Europa pludselig lave værdier af den radioaktive isotop ruthenium-106 (Ru-106). Men hvor kom udslippet fra? Det spørgsmål var svært at besvare, eftersom ingen påtog sig ansvaret for udslippet.

Der var derfor behov for at bringe ”luftens sladrehank” i spil, altså at benytte atmosfæriske spredningsmodeller til at ”regne tilbage” i tiden ud fra målingerne – og på den måde udpege det geografiske område, hvor udslippet havde fundet sted.

Metoder til at gøre dette er udviklet i det netop afsluttede projekt SLIM (Source Localization by Inverse Methods).

”Undersøgelserne i projektet viser, at udslippet af Ru-106 fandt sted i et område syd for Uralbjergene i Rusland inden for de sidste fem døgn af september 2017. Hvis udslippet fandt sted tidligt, altså omkring den femogtyvende september 2017 – så skal kilden til udslippet findes mod nordøst. Fandt udslippet først sted nogle dage senere, så skal kilden til udslippet findes mod sydvest,” fortæller Jens Havskov Sørensen, som er ekspert i spredningsmodeller på DMI, og fortsætter:

”Inden for dette geografiske område ligger to nukleare anlæg, NIIAR ved Dimitrovgrad og Mayak ved Ozjorsk, som begge kan tænkes at have været det potentielle udslipssted.”

SLIM-projektet har bidraget til at udpege et større geografisk område, og når kendskabet til nukleare faciliteter i området lægges oven på denne viden – kan ’synderegistret’ sandsynligvis indkredses til de to potentielle kandidater - men hvem af de to, som stod for udslippet af Ru-106, blæser fortsat i vinden. 

”Vi har fået nyttig viden om, hvordan vi bedre kan lokalisere kilden til et radioaktivt udslip ved at regne tilbage i tiden ud fra de input, vi får fra målestationer, som er placeret rundt omkring i verden,” fortæller Jens Havskov Sørensen og afslutter:

”Ofte ved man imidlertid godt, hvor et udslip kommer fra. Her har beredskabet behov for at vurdere, hvor meget der er sluppet ud af de skadelige stoffer, samt det tidslige forløb af udslippet. Og det skal vi nu udvikle metoder til at beregne.”

 

Nye metoder skal indgå i de nationale atomberedskaber

Udslippet med Ru-106 er langt fra en enlig svale, faktisk sker det af og til, at radiologiske målestationer måler forhøjede (men meget lave) værdier af radioaktive isotoper i luften.

”Siden Tjernobylkatastrofen har der været en række eksempler på, at radioaktive isotoper er registreret på målestationer rundt omkring i Europa – uden at der har været officielle oplysninger om udslip. I sådanne situationer er det væsentligt, at vi kan foretage beregninger tilbage i tiden, så vi kan lokalisere potentielle udslipssteder og estimere størrelsen af udslippet. Det vil derfor være til gavn for det nukleare beredskab, at vi kan afvikle sådanne beregninger operationelt,” siger chef for Nukleart Beredskab i Beredskabsstyrelsen, Steen Nordstrøm.

Det er netop et af fokuspunkterne under det nye projekt kaldet SOCHAOTIC (SOurce CHAracterizatiOn accounting for meTeorologIcal unCertainties).

Her skal ph.d.-studerende Kasper Skjold Tølløse udvikle metoder til at forbedre DMI’s atmosfæriske spredningsmodel DERMA (Danish Emergency Response Model of the Atmosphere) til gavn for beredskaberne.

”Når vi foretager de beregningstunge modelkørsler på vores supercomputer i Island, vil vi kunne opnå en højere præcision end med den ældre løsning, som benyttes i dag, og vi vil desuden blive i stand til at vurdere usikkerheden på resultatet. Jeg glæder mig til at bidrage til løsningen, så beredskabet får et effektivt og opdateret værktøj,” fortæller Kasper Skjold Tølløse.

Kasper Skjold Tølløses ph.d.-projekt er et samarbejde mellem DMI og Niels Bohr Institutet og forventes afsluttet i 2024.

HVAD ER EN SPREDNINGSMODEL?

En atmosfærisk spredningsmodel benyttes til at forudsige den vindbårne spredning af et udslip af et skadeligt stof (gasser eller aerosoler). Modellen er en matematisk-fysisk beskrivelse af de atmosfæriske processer, der forårsager transport og fortynding af skyen af det skadelige stof samt deposition (afsætning) på jordens overflade.

Spredningsmodellen anvender meteorologiske data, som er beregnet af en numerisk vejrmodel. Se endvidere https://www.dmi.dk/da/vejr-og-atmosfaere/varsling-og-beredskab-ved-dmi/ og http://research.dmi.dk/research/research-topics/environment/.

Fakta:

  • Projekterne SLIM (Source Localization by Inverse Methods) og SOCHAOTIC (SOurce CHAracterizatiOn accounting for meTeorologIcal unCertainties) er begge finansieret af NKS (Nordic Nuclear Safety Research).
  • Projekterne ledes af Jens Havskov Sørensen, DMI. Der er deltagelse af de danske, finske, norske og svenske meteorologiske institutter, af de nationale myndigheder på det nukleare område samt af PDC-ARGOS og DTU Fysik.
  • I forskningsprojektet SLIM (Source Localization by Inverse Methods) er udviklet metoder til lokalisering af en ukendt kilde af et skadeligt stof registreret på målestationer over et større geografisk område. Lokaliseringen gælder både hvorfra, udslippet har fundet sted, og hvornår det er sket. Betydningen af meteorologiske usikkerheder er inddraget gennem anvendelse af et ensemble-baseret vejrprognosemodelsystem. To cases er udvalgt og behandlet i projektet: European Tracer Experiment (ETEX) og målingerne af Ru-106 i Europa efteråret 2017.

Af Jens Havskov Sørensen, Kasper Skjold Tølløse og Anja Fonseca
23. april 2021

Kontak Presse ♦ Se flere nyheder fra DMI  ♦ Modtag pressemeddelelser fra DMI på mail
Hent vores app til iPhone eller Android ♦ Følg DMI på Twitter, LinkedIn og Instagram

Viden om vejr og klima

Se alle