Multiquadric散亂數(shù)據(jù)插值方法在γ輻射場可視化中的應(yīng)用初探

賽　雪　陳　穎　韋孟伏

（表面物理與化學(xué)重點(diǎn)實(shí)驗(yàn)室　綿陽　621908）

Multiquadric散亂數(shù)據(jù)插值方法在γ輻射場可視化中的應(yīng)用初探

賽雪陳穎韋孟伏

（表面物理與化學(xué)重點(diǎn)實(shí)驗(yàn)室綿陽621908）

探究γ輻射場分布及其變化規(guī)律對于核設(shè)施的狀態(tài)監(jiān)控以及核輻射的防護(hù)研究具有重要意義。獲取γ輻射場的空間分布需要解決利用少量、離散且分布不規(guī)則的實(shí)驗(yàn)數(shù)據(jù)重構(gòu)整個(gè)輻射場的難題。本文首次將Multiquadric徑向基函數(shù)散亂數(shù)據(jù)插值方法應(yīng)用于γ輻射場的重構(gòu)，并實(shí)現(xiàn)了γ輻射場模擬數(shù)據(jù)重構(gòu)及可視化。對于具有軸對稱性的γ輻射場，在采樣數(shù)據(jù)點(diǎn)個(gè)數(shù)相同的條件下，與數(shù)據(jù)處理軟件MATLAB中自帶的Spline方法得到的插值結(jié)果相比，Multiquadric方法插值結(jié)果的平均相對誤差僅為前者的9.47%；對于轉(zhuǎn)動π/2對稱的γ輻射場，提出了一種采樣數(shù)據(jù)優(yōu)化方案，重構(gòu)結(jié)果的平均相對誤差相較于未優(yōu)化采樣數(shù)據(jù)的結(jié)果降低了約64.51%。

γ輻射場，數(shù)據(jù)重構(gòu)，可視化，散亂數(shù)據(jù)插值

隨著核工業(yè)的發(fā)展，越來越多的核設(shè)施投入生產(chǎn)應(yīng)用，在這些核設(shè)施周圍存在著不同強(qiáng)度的輻射場。降低操作人員遭受不必要的輻照，以及對核設(shè)施進(jìn)行動態(tài)監(jiān)測，都需要掌握輻射場分布以及變化規(guī)律。

虛擬現(xiàn)實(shí)技術(shù)（Virtual Reality, VR）具有交互性、沉浸性等特點(diǎn)，國內(nèi)外均已有團(tuán)隊(duì)著手開發(fā)基于VR的輻射防護(hù)系統(tǒng)。將VR應(yīng)用于輻射防護(hù)領(lǐng)域具有諸多優(yōu)點(diǎn)：輻射場分布以更直觀的方式展示出來，加深操作人員對輻射場分布及其變化規(guī)律的了解，從而可以設(shè)計(jì)出更合理的實(shí)驗(yàn)方案；同時(shí)，操作人員可在仿真輻射場中進(jìn)行操作練習(xí)，在低風(fēng)險(xiǎn)的情況下提高操作的熟練度。目前，國內(nèi)研究團(tuán)隊(duì)已掌握了基于VR的輻射防護(hù)系統(tǒng)開發(fā)的關(guān)鍵技術(shù)，不過對核設(shè)施系統(tǒng)的建模及輻射場可視化等方面還存在問題［1］。

輻射場數(shù)據(jù)獲取方式主要包括模擬計(jì)算以及實(shí)驗(yàn)測量。目前，最常用的模擬計(jì)算方法是蒙特卡羅方法，該方法能夠獲得輻射場多種信息，比如能譜、注量、劑量等，受計(jì)算機(jī)運(yùn)算能力以及計(jì)算程序運(yùn)算效率的限制，在某些復(fù)雜條件下計(jì)算整個(gè)輻射場的信息需要花費(fèi)數(shù)小時(shí)乃至數(shù)天的時(shí)間。此外，利用蒙特卡羅方法進(jìn)行模擬計(jì)算，需要對放射源系統(tǒng)的結(jié)構(gòu)信息較為清楚，從而建立準(zhǔn)確的系統(tǒng)模型完成粒子輸運(yùn)模擬，對于放射源內(nèi)部結(jié)構(gòu)未知的情況不適用。在實(shí)際應(yīng)用中，往往通過實(shí)驗(yàn)測量獲取輻射場數(shù)據(jù)，尤其當(dāng)掌握的放射源系統(tǒng)結(jié)構(gòu)信息比較少時(shí)。由于測量時(shí)間或條件的限制，實(shí)際測量整個(gè)輻射場的空間分布是不現(xiàn)實(shí)的，只能利用有限個(gè)采樣數(shù)據(jù)完成輻射場數(shù)據(jù)重構(gòu)，這時(shí)就需要對這些數(shù)據(jù)進(jìn)行插值處理，從而獲取更多關(guān)于輻射場的信息。

根據(jù)離散數(shù)據(jù)在空間中的分布規(guī)律，采樣數(shù)據(jù)集合可分為規(guī)則點(diǎn)集以及非規(guī)則點(diǎn)集。與非規(guī)則點(diǎn)集相比，將規(guī)則點(diǎn)集過渡至連續(xù)空間更容易，只需先將數(shù)據(jù)按某種順序連接形成六面體集合，再通過尋找等值面即可，但這樣無法避免傳統(tǒng)六面體單元的拓?fù)浣Y(jié)構(gòu)模糊性［2］。對于非規(guī)則點(diǎn)集，則需要對這些數(shù)據(jù)進(jìn)行四面體剖分后再進(jìn)行插值處理，雖然過程較復(fù)雜，但不僅可以避免拓?fù)浣Y(jié)構(gòu)模糊性，而且只需要使用少量采樣數(shù)據(jù)即可完成全空間的信息表征。在輻射場可視化過程中，通過實(shí)驗(yàn)測量得到的采樣數(shù)據(jù)往往屬于非規(guī)則點(diǎn)集，對非規(guī)則點(diǎn)集進(jìn)行插值、擬合形成曲線或曲面過程中，需要利用散亂數(shù)據(jù)插值算法。

早在20世紀(jì)60年代，散亂數(shù)據(jù)插值問題就已經(jīng)引起了人們的注意，并且也發(fā)展出了一系列針對散亂數(shù)據(jù)插值或逼近的算法，在地形學(xué)、測繪學(xué)、攝影制圖法、地球物理以及產(chǎn)品設(shè)計(jì)等領(lǐng)域得到廣泛應(yīng)用。目前最常用的中、小規(guī)模散亂數(shù)據(jù)插值算法有三角剖分法、反距離權(quán)重插值法、有限元法以及徑向基函數(shù)插值法等［3］。其中，三角剖分法是最簡單的中小規(guī)模數(shù)據(jù)插值方法，但該方法只能實(shí)現(xiàn)C0連續(xù)，即只可實(shí)現(xiàn)數(shù)值連續(xù)，且對大規(guī)模數(shù)據(jù)剖分效率低［4］。反距離權(quán)重插值法中出現(xiàn)最早的是Shepard方法，該方法計(jì)算復(fù)雜度低，但只能實(shí)現(xiàn)C0連續(xù)，且在采樣數(shù)據(jù)點(diǎn)附近存在循環(huán)以及截?cái)嗾`差［5］?；谟邢拊牟逯捣椒?，在插值過程中不僅需要對數(shù)據(jù)進(jìn)行剖分而且包含大量偏導(dǎo)估計(jì)工作，運(yùn)算復(fù)雜度高［6］。徑向基函數(shù)插值算法將一組與方向無關(guān)的徑向距離作為自變量，通過拓展距離的定義即可直接將算法推廣至更高維度的狀況［7］，且因?yàn)槠鋬?yōu)異的計(jì)算精度以及簡潔的表達(dá)形式，在工程應(yīng)用中也得到了廣泛的應(yīng)用［8-9］。

多年發(fā)展過程中，散亂數(shù)據(jù)插值方法的結(jié)果穩(wěn)定性以及準(zhǔn)確性均得到了充分的驗(yàn)證。綜合考慮采樣數(shù)據(jù)大小、插值參數(shù)、計(jì)算精度等方面因素，與其他中、小規(guī)模散亂數(shù)據(jù)插值算法相比，徑向基函數(shù)插值算法具有更高的插值可靠性［10］。故我們認(rèn)為有希望將其應(yīng)用于輻射場數(shù)據(jù)重構(gòu)以及可視化過程中。本文對徑向基函數(shù)插值算法進(jìn)行了簡述，然后利用Multiquadric散亂數(shù)據(jù)插值方法，對兩種對稱屬性不同的輻射場重構(gòu)進(jìn)行了研究。

1　徑向基函數(shù)插值算法

徑向基函數(shù)插值方法的基本思想為：利用與距離無關(guān)的徑向距離作為自變量函數(shù)組，計(jì)算各點(diǎn)權(quán)重，并利用采樣點(diǎn)數(shù)值，從而完成全局范圍內(nèi)插值重構(gòu)。

徑向基函數(shù)插值算法問題可描述為：當(dāng)給定有限點(diǎn)集（xi,yi）∈?，以及相應(yīng)的值z∈R，其中i=1, 2, …,是平面的一個(gè)界限域，要構(gòu)造一個(gè)曲面的基本形式為：

同時(shí)滿足條件：

式（1）中：（）rφ為徑向基函數(shù)，常用［11-12］的形式有：

其中，Multiquadric方法［13］是目前應(yīng)用最成功的徑向基函數(shù)插值算法之一，因其形式簡單、計(jì)算精度高，該方法在地形學(xué)、水力學(xué)、測地學(xué)、地球物理以及地殼運(yùn)動等領(lǐng)域得到成功運(yùn)用。綜合考慮γ輻射場分布特點(diǎn)以及計(jì)算復(fù)雜度，本文選擇逆Multiquadric函數(shù)為基函數(shù)對γ輻射場模擬數(shù)據(jù)進(jìn)行插值重構(gòu)。

2　可視化結(jié)果分析

2.1軸對稱的γ輻射場

考慮軸對稱的情況，對帶屏蔽的137Cs點(diǎn)源用蒙特卡羅方法模擬NaI（Tl）探測器測量的計(jì)數(shù)率空間分布［13-14］。測量系統(tǒng)如下：點(diǎn)源置于原點(diǎn)，距離源2 cm處放置一直徑為8 cm、厚度為2 cm的圓形鐵片，30 cm處為一個(gè)NaI（Tl）探測器，模擬計(jì)算模型見圖1。

圖1　蒙特卡羅方法模擬計(jì)算模型Fig.1　Monte Carlo simulation model.

一維Multiquadric方法插值公式如下［15］：

式中：D為探測角度；C為計(jì)數(shù)；n為采樣點(diǎn)個(gè)數(shù)；Δ為非負(fù)參數(shù)。

為考察n、Δ對結(jié)果的影響，選取不同n、Δ值，利用Multiquadric方法對模擬數(shù)據(jù)進(jìn)行插值處理，插值結(jié)果與模擬數(shù)據(jù)之間的平均相對誤差隨n、Δ的變化如圖2所示。

圖2　平均相對誤差隨采樣數(shù)據(jù)點(diǎn)個(gè)數(shù)n （a）和常數(shù)Δ （b）的變化Fig.2　Average relative error as a function of number of sampling data n （a） and constant Δ （b）.

由圖2（a）可知，隨著采樣數(shù)據(jù)點(diǎn)個(gè)數(shù)的增加，平均相對誤差呈減小趨勢，但減小速度越來越慢。圖2（b）中，平均相對誤差隨常數(shù)Δ增加而先減小再增大，并在35Δ≈處取得最小值。實(shí)際操作過程中，可綜合考慮精度要求以及時(shí)間成本，選取合適的采樣數(shù)據(jù)點(diǎn)個(gè)數(shù)，本文選取8個(gè)采樣數(shù)據(jù)點(diǎn)完成后續(xù)數(shù)據(jù)插值重構(gòu)。

選取8個(gè)采樣數(shù)據(jù)點(diǎn)，使用Multiquadric方法（Δ≈35）以及數(shù)據(jù)分析處理軟件MATLAB中具有C2連續(xù)性的Spline方法，以0.1°為一個(gè)步長對模擬數(shù)據(jù)點(diǎn)進(jìn)行插值，γ光子計(jì)數(shù)率與探測角度關(guān)系見圖3（其中曲線為插值曲線，空心數(shù)據(jù)點(diǎn)為模擬數(shù)據(jù)，實(shí)心數(shù)據(jù)點(diǎn)為采樣數(shù)據(jù)）。

圖3　使用Multiquadric方法（a）和Spline方法（b）的NaI（Tl）探測器不同探測角度下的計(jì)數(shù)Fig.3　Counts of NaI（Tl） detector in different angles obtained by Multiquadric method （a） and Spline method （b）.

對于單個(gè)137Cs點(diǎn)源，其γ輻射場空間分布各向同性。圓形屏蔽片的加入，使得計(jì)數(shù)率發(fā)生變化。隨著探測器與Z方向夾角的增大，到達(dá)探測器光子穿過屏蔽片厚度也增加，探測器計(jì)數(shù)率隨之減小，當(dāng)光子穿過屏蔽片厚度最大（約為38°）時(shí)，計(jì)數(shù)率取得最小值。隨后計(jì)數(shù)率增大，直到到達(dá)探測器光子均不通過屏蔽片（約為71°）時(shí)，計(jì)數(shù)率達(dá)到最大值。圖3中的模擬數(shù)據(jù)隨著探測器與Z方向夾角增大，計(jì)數(shù)率先減小后增大，約在40°處取得最小值，大于70°之后計(jì)數(shù)率不再增加，模擬結(jié)果符合預(yù)期。選取相同的采樣數(shù)據(jù)點(diǎn)，應(yīng)用Multiquadric方法得到的插值結(jié)果在全區(qū)間內(nèi)與模擬數(shù)據(jù)符合狀況良好。Spline方法插值結(jié)果在15°-50°區(qū)間曲線與模擬數(shù)據(jù)存在明顯偏差。Multiquadric方法插值結(jié)果平均相對誤差為1.13%，Spline方法插值結(jié)果平均相對誤差為11.93%，前者只相當(dāng)于后者的9.47%，可見Multiquadric方法得到的插值結(jié)果在全插值區(qū)間內(nèi)與模擬數(shù)據(jù)符合得更好。

為展示γ輻射場空間分布，利用Multiquadric方法、Spline方法進(jìn)行數(shù)據(jù)重構(gòu)后，得到γ光子計(jì)數(shù)率空間分布，見圖4（a）及（b）。與圖4（c）利用模擬數(shù)據(jù)直接繪制得到結(jié)果相比，Spline方法得到的可視化結(jié)果，即圖4（b）中心區(qū)域出現(xiàn)明顯差異，而Multiquadric方法得到結(jié)果圖4（a）則與模擬結(jié)果更相似。所以認(rèn)為使用Multiquadric方法進(jìn)行數(shù)據(jù)重構(gòu)可以得到比Spline方法更符合預(yù)期的結(jié)果。

圖4　Multiquadric方法（a）、Spline方法（b）和模擬數(shù)據(jù)（c）得到的距離源30 cm球面γ光子計(jì)數(shù)分布Fig.4　Gamma radiation field distribution obtained by Multiquadric method （a）, Spline method （b） and simulation data （c）.

2.2轉(zhuǎn)動π/2對稱的γ輻射場

考慮轉(zhuǎn)動π/2對稱的情況，對帶屏蔽的137Cs點(diǎn)源用蒙特卡羅方法模擬NaI（Tl）探測器測量的計(jì)數(shù)率空間分布。模擬測量系統(tǒng)與圖1類似，不同的是距離源2 cm處放置一個(gè)邊長為6 cm、厚度為2 cm的方形鐵片。

三維Multiquadric插值方法公式如下［15］：

利用與前文相似的方法，得到單根經(jīng)線上插值結(jié)果與模擬數(shù)據(jù)之間的平均相對誤差隨Δ、n變化的規(guī)律。我們認(rèn)為，綜合考慮精度以及時(shí)間成本，當(dāng)Δ=35、每條經(jīng)線（球面上與x、y軸夾角相同的曲線）上采樣數(shù)據(jù)點(diǎn)個(gè)數(shù)n=5時(shí)，插值重構(gòu)結(jié)果最優(yōu)。為重建整個(gè)γ輻射場，使用了45°范圍內(nèi)的10條經(jīng)線上模擬數(shù)據(jù)，故總采樣數(shù)據(jù)點(diǎn)個(gè)數(shù)為50。為展示γ輻射場空間分布，利用Multiquadric方法進(jìn)行數(shù)據(jù)重構(gòu)后，得到γ光子計(jì)數(shù)率空間分布，平均相對誤差為2.79%，其中最大相對誤差為24.20%。π/4范圍內(nèi)，各點(diǎn)相對誤差見圖5（a）。插值區(qū)域邊界處相對誤差較大，這是由于采樣數(shù)據(jù)選取標(biāo)準(zhǔn)是每條經(jīng)線上插值結(jié)果平均相對誤差最小。在實(shí)際插值過程中，采樣數(shù)據(jù)點(diǎn)會對周圍區(qū)域內(nèi)各條經(jīng)線的插值結(jié)果產(chǎn)生影響。考慮到邊界區(qū)域內(nèi)的采樣數(shù)據(jù)密度較低，所以插值結(jié)果的相對誤差也會比較大。

為充分發(fā)揮散亂數(shù)據(jù)插值方法的優(yōu)勢，并進(jìn)一步提高重構(gòu)結(jié)果的精度，我們提出了一種優(yōu)化采樣數(shù)據(jù)選取的方案，如圖6所示。圖6中，數(shù)字（1, 2, …, 16）代表離散數(shù)據(jù)點(diǎn)，數(shù)值大小等于插值結(jié)果與模擬數(shù)據(jù)之間的相對誤差，其中實(shí)心點(diǎn)代表已被選取的采樣數(shù)據(jù)點(diǎn)；字母（A, B, …, I）代表周圍4個(gè)頂點(diǎn)的平均相對誤差，其數(shù)值由相鄰4個(gè)頂點(diǎn)的平均值確定。采樣數(shù)據(jù)優(yōu)化過程如下：

圖5　采樣數(shù)據(jù)優(yōu)化前（a）和優(yōu)化后（b）的重構(gòu)結(jié)果相對誤差Fig.5　Average relative error of reconstruction before （a） and after （b） sampling data points optimization.

第一步：E代表的區(qū)域內(nèi)的插值精度最低，即全局范圍內(nèi)方塊E的數(shù)值最大，則移入數(shù)據(jù)應(yīng)為點(diǎn)6、7、10、11中之一；第二步：綜合考慮A、C、G、I的數(shù)值大小，確定移入數(shù)據(jù)，如4個(gè)方塊中A的數(shù)值最大，則移入數(shù)據(jù)應(yīng)為點(diǎn)6；第三步：當(dāng)移入數(shù)據(jù)為點(diǎn)6時(shí)，移出數(shù)據(jù)應(yīng)為點(diǎn)6所在經(jīng)線上已被選取的采樣數(shù)據(jù)點(diǎn)，即點(diǎn)2或14；第四步：選擇對周圍影響更小的采樣數(shù)據(jù)點(diǎn)為移除數(shù)據(jù)；第五步：重復(fù)以上步驟，直至達(dá)到誤差要求。

圖6　采樣數(shù)據(jù)優(yōu)化選擇原理Fig.6　Principle of optimized method of sampling data.

按以上原則優(yōu)化采樣數(shù)據(jù)后，π/4范圍內(nèi)插值重構(gòu)結(jié)果與模擬數(shù)據(jù)相對誤差分布見圖5（b）。優(yōu)化后，區(qū)域內(nèi)平均相對誤差為0.99%，與優(yōu)化前相比降低了64.51%；最大相對誤差為6.59%，與優(yōu)化前相比降低了72.77%?？梢姡创朔桨竷?yōu)化后最大相對誤差以及平均相對誤差均有顯著提高。

對于單個(gè)137Cs點(diǎn)源，其γ輻射場空間分布各向同性，方形屏蔽片的加入使得輻射場分布呈π/2對稱，且在與x軸夾角為45°、135°、225°、315°處出現(xiàn)尖角?；谀M數(shù)據(jù)直接繪制的γ光子計(jì)數(shù)率可視化分布結(jié)果見圖7（c）。

按采樣數(shù)據(jù)選取優(yōu)化方案進(jìn)行優(yōu)化前、后γ光子計(jì)數(shù)率空間分布見圖7（a）、（b），均與模擬數(shù)據(jù)直接繪制的圖7（c）相似。未按方案進(jìn)行優(yōu)化時(shí)，插值邊界處相對誤差較大，可視化結(jié)果的中心區(qū)域出現(xiàn)不規(guī)則亮斑。采樣數(shù)據(jù)優(yōu)化后，該現(xiàn)象明顯減弱可視化結(jié)果與模擬數(shù)據(jù)更吻合?？梢姴蓸訑?shù)據(jù)優(yōu)化方案可顯著提高數(shù)據(jù)重構(gòu)結(jié)果精度。

圖7　采樣數(shù)據(jù)選取優(yōu)化前（a）、優(yōu)化后（b）和模擬數(shù)據(jù)（c）得到的距離源30 cm球面γ光子計(jì)數(shù)分布Fig.7　Gamma radiation field distribution obtained by before （a）, after （b） sampling data points optimization and simulation data （c）.

3　結(jié)語

綜合考慮散亂數(shù)據(jù)插值算法的可靠度、時(shí)間效率以及復(fù)雜程度，結(jié)合γ輻射場特點(diǎn)，本文選取Multiquadric散亂數(shù)據(jù)插值方法，首次將其應(yīng)用于γ輻射場空間分布的重構(gòu)。以兩種不同對稱屬性的輻射場為例，利用少量采樣數(shù)據(jù)點(diǎn)，分別實(shí)現(xiàn)了γ輻射場空間分布重構(gòu)以及可視化。對于具有軸對稱性的γ輻射場，與數(shù)據(jù)分析處理軟件MATLAB中Spline插值算法相比，Multiquadric插值方法得到結(jié)果的平均相對誤差更小，只有1.13%，為前者的9.47%。對于轉(zhuǎn)動π/2對稱的γ輻射場，采樣數(shù)據(jù)優(yōu)化后利用Multiquadric插值方法重構(gòu)得到的結(jié)果從之前的2.79%降為0.99%，降低了64.51%，其中，最大相對誤差降低了72.77%。

通過對以上兩種具有不同對稱屬性的γ輻射場進(jìn)行重構(gòu)后，我們認(rèn)為Multiquadric徑向基函數(shù)插值算法可以應(yīng)用于輻射場數(shù)據(jù)重構(gòu)及可視化過程中，并且在重構(gòu)精度以及效率等方面均有不俗表現(xiàn)。此后，我們將會利用實(shí)驗(yàn)測量得到的數(shù)據(jù)完成γ輻射場數(shù)據(jù)重構(gòu)及可視化研究，以期驗(yàn)證散亂數(shù)據(jù)插值方法在輻射場重構(gòu)及可視化領(lǐng)域的應(yīng)用效果。

1 王曉靜. 虛擬現(xiàn)實(shí)技術(shù)在核電站輻射防護(hù)中的應(yīng)用研究［D］. 合肥: 合肥工業(yè)大學(xué), 2010. DOI: 10.7666/ d.y1700273

WANG Xiaojing. Research on application of VR technology in radiation protection［D］. Hefei: Hefei University of Technology, 2010. DOI: 10.7666/ d.y1700273

2 Lorensen W E, Cline H E. Marching cubes: a high resolution 3D surface construction algorithm［C］. ACM Siggraph Computer Graphics, ACM, 1987, 21（4）: 163-169. DOI: 10.1145/37402.37422

3 殷浩, 戴光明. 散亂數(shù)據(jù)可視化研究綜述［J］. 微機(jī)發(fā)展, 2005, 15（7）: 7-10. DOI: 10.3969/j.issn.1673-29X.2005.07. 003

YIN Hao, DAI Guangming. Study on visualization of scattered data［J］. Microcomputer Development, 2005, 15（7）: 7-10. DOI: 10.3969/j.issn.1673-29X.2005.07.003

4 Shepard D. A two-dimensional interpolation function for irregularly spaced data［C］. Proceedings of the 1968 23rd ACM National Conference, ACM, 1968: 517-524

5 Buhmann M D. Radial basis functions: theory and implementations［M］. Cambridge University Press, 2003: 4. DOI: 10.1017/CBO9780511543241

6 張文波, 曹耀欽, 孫偉. 基于有限元插值方法的電磁覆蓋范圍重建［J］. 計(jì)算機(jī)仿真, 2013, 30（7）: 170-173. DOI: 10.3969/j.issn.1006-348.2013.07.038

ZHANG Wenbo, CAO Yaoqin, SUN Wei. Electromagnetic wave coverage area reconstruction based on finite element interpolation［J］. Computer Simulation, 2013, 30（7）: 170-173. DOI: 10.3969/j.issn.1006-348. 2013.07.038

7 陳堃. 空間散亂分布位場數(shù)據(jù)插值研究［D］. 杭州: 浙江大學(xué), 2013

CHEN Kun. A study on interpolation method for 3D scattered potential field data［D］. Hangzhou: Zhejiang University, 2013

8 劉溢浪, 張偉偉, 蔣躍文, 等. 一種基于增量徑向基函數(shù)插值的流場重構(gòu)方法［J］. 力學(xué)學(xué)報(bào), 2014, 46（5）: 694-702. DOI: 10.6052/0459-1879-14-028

LIU Yilang, ZHANG Weiwei, JIANG Yuewen, et al. A reconstruction method for finite volume flow field solving based on incremental radial basis function［J］. Chinese Journal of Theoretical and Applied Mechanics, 2014, 46（5）: 694-702. DOI: 10.6052/0459-1879-14-028

9 Estruch O, Lehmkuhl O, Borrell R, et al. A parallel radial basis function interpolation method for unstructured dynamic meshes［J］. Computers & Fluids, 2013, 80（7）: 44-54. DOI: 10.1016/j.compfluid.2012.06.015

10 Franke R. Scattered data interpolation: tests of some methods［J］. Mathematics of Computation, 1982, 38（38）: 181-181. DOI: 10.2307/2007474

11 朱文文. 基于隨機(jī)徑向基函數(shù)的散亂數(shù)據(jù)插值方法［D］.大連: 遼寧師范大學(xué), 2009. DOI: 10.7666/d.y1600762

ZHU Wenwen. Scattered data interpolation with random radical basis functions［D］. Dalian: Liaoning Normal University, 2009. DOI: 10.7666/d.y1600762

12 李樂慶, 康寶生. 基于RBF的散亂點(diǎn)曲面重構(gòu)［J］. 西北大學(xué)學(xué)報(bào)（自然科學(xué)版）, 2011, 41（2）: 221-225

LI Leqing, KANG Baosheng. RBF-based surface reconstruction from scattered data［J］. Journal of Northwest University （Natural Science Edition）, 2011, 41（2）: 221-225

13 賀軍, 楊朝文. 用γ能譜全能峰計(jì)數(shù)率測量輻射劑量率的方法研究［J］. 核技術(shù), 2014, 37（7）: 070403. DOI: 10.11889/j.0253-219.2014.hjs.37.070403

HE Jun, YANG Chaowen. Measurement of γ absorption dose rate through measuring the full energy peak of γ spectrum［J］. Nuclear Techniques, 2014, 37（7）: 070403. DOI: 10.11889/j.0253-219.2014.hjs.37.070403

14 張連平, 吳倫強(qiáng), 黨曉軍, 等. 分層均勻假設(shè)求解源非均勻分布技術(shù)［J］. 核技術(shù), 2014, 37（2）: 020602. DOI: 10.11889/j.0253-219.2014.hjs.37.020602

ZHANG Lianping, WU Lunqiang, DANG Xiaojun, et al. Acquiring the nuclide distribution based on the hypothesis of layered uniform distribution［J］. Nuclear Techniques, 2014, 37（2）: 020602. DOI: 10.11889/j.0253-219.2014.hjs. 37.020602

15 Hardy R L. Multiquadric equations of topography and other irregular surfaces［J］. Journal of Geophysical Research, 1971, 76（8）: 1905-1915. DOI: 10.1029/ JB076i008p01905

Preliminary application of Multiquadric scattered data interpolation technique in gamma radiation field visualization

SAI XueCHEN YingWEI Mengfu

（Science and Technology on Surface Physics and Chemistry Laboratory, Mianyang 621908, China）

Background: Investigations of the distribution and variation of gamma radiation field play an important role in nuclear installation monitor and radioprotection. Purpose: In order to obtain the gamma radiation field distribution, one has to deal with the problem of reconstructing the whole gamma radiation field using the small scaled, discrete and irregular distributed experimental data. Methods: In present paper, several classic scattered data interpolation techniques are introduced with the emphasis on parallel radial basis function interpolation method, and the Multiquadric algorithm is applied to reconstruct the gamma field. Results: For the gamma radiation with rotational symmetry, it is found that, the reconstruction results from Multiquadric method is much better than the result from the built-in interpolation method based on the same sampling data, where the average relative error of Multiquadric result is only 9.47% of the later. For the gamma radiation field with π/2 symmetry, an optimized method for sampling data is proposed and it is found that the average relative error of Multiquadric interpolation results after optimization has been reduced by 64.51% or so. Conclusion: Multiquadric method can be applied for the reconstruction of the gamma radiation filed based on small scaled, discrete and irregular distributed detected gamma field information with high precision, and the experimental investigations are also in progress.

Gamma radiation field, Data reconstruction, Visualization, Scattered data interpolation

TL7

10.11889/j.0253-3219.2016.hjs.39.100501

中國工程物理研究院院基金（No.2015B0103014）資助

賽雪，女，1991年出生，2010年畢業(yè)于復(fù)旦大學(xué)，現(xiàn)為碩士研究生，研究領(lǐng)域?yàn)檩椛浞雷o(hù)及環(huán)境保護(hù)

韋孟伏，E-mail: weimengfu@caep.cn；陳穎，E-mail: cyingecho1205@126.com

Supported by China Academy of Engineering Physics Foundation for Development of Science and Technology （No.2015B0103014）First author: SAI Xue, female, born in1991, graduated from Fudan University in 2010, master student, focusing on radiation and environmental protection Corresponding author: WEI Mengfu, E-mail: weimengfu@caep.cn； CHEN Ying, E-mail: cyingecho1205@126.com

2016-06-07，

2016-07-18