Global sensitivity analysis for a numerical model of radionuclide migration from the RRC Kurchatov Institute waste disposal site - CEA - Commissariat à l’énergie atomique et aux énergies alternatives Accéder directement au contenu
Article Dans Une Revue Stochastic Environmental Research and Risk Assessment Année : 2008

Global sensitivity analysis for a numerical model of radionuclide migration from the RRC Kurchatov Institute waste disposal site

Analyse de sensibilité globale appliquée à un modèle numérique de migration de radionucléides sur un site de stockage temporaire de déchets

Résumé

Today, in different countries, there exist sites with contaminated groundwater formed as a result of inappropriate handling or disposal of hazardous materials or wastes. Numerical modeling of such sites is an important tool for a correct prediction of contamination plume spreading and an assessment of environmental risks associated with the site. Many uncertainties are associated with a part of the parameters and the initial conditions of such environmental numerical models. Statistical techniques are useful to deal with these uncertainties. This paper describes the methods of uncertainty propagation and global sensitivity analysis that are applied to a numerical model of radionuclide migration in a sandy aquifer in the area of the RRC “Kurchatov Institute” radwaste disposal site in Moscow, Russia. We consider 20 uncertain input parameters of the model and 20 output variables (contaminant concentration in the observation wells predicted by the model for the end of 2010). Monte Carlo simulations allow calculating uncertainty in the output values and analyzing the linearity and the monotony of the relations between input and output variables. For the non monotonic relations, sensitivity analyses are classically done with the Sobol sensitivity indices. The originality of this study is the use of modern surrogate models (called response surfaces), the boosting regression trees, constructed for each output variable, to calculate the Sobol indices by the Monte Carlo method. It is thus shown that the most influential parameters of the model are distribution coefficients and infiltration rate in the zone of strong pipe leaks on the site. Improvement of these parameters would considerably reduce the model prediction uncertainty.
Aujourd'hui, dans différents pays, il existe de nombreux sites dont les eaux souterraines sont polluées en raison de la manipulation ou de l’élimination inadéquate de matériaux ou de déchets dangereux. La modélisation de tels sites est importante pour la prévision correcte du comportement des eaux et sols pollues et pour l’évaluation des risques environnementaux. Beaucoup d'incertitudes sont associées aux paramètres et aux états initiaux de tels modèles numériques environnementaux. Les techniques statistiques s’avèrent très utiles pour traiter ces incertitudes. Cet article décrit les méthodes de propagation d'incertitude et d'analyse de sensibilité globale qui sont appliquées a un modèle numérique de migration de radionucléides. Le milieu étudié est une couche aquifère contaminée par un stockage de déchets radioactifs sur le site de l'Institut Kurchatov a Moscou, Russie. Nous considérons vingt paramètres incertains du modèle et vingt variables de sortie du modèle (concentrations en contaminant dans les puits d'observation, prédites par le modèle en décembre 2010). Des simulations de Monte Carlo permettent de calculer l'incertitude sur les prévisions et rendent compte de la linéarité et de la monotonie des relations entrées-sorties. Si les relations sont non monotones, les analyses de sensibilité sont réalisées avec les indices de sensibilité de Sobol. L’originalité de cette étude est l'utilisation de surfaces de réponse complexes et modernes (boosting d'arbres de régression), construites sur chaque variable de sortie, pour calculer les indices de Sobol par la méthode de Monte Carlo. On montre ainsi que les paramètres les plus influents du modèle sont les coefficients de distribution et le taux d'infiltration dans la zone de fuite de canalisations. L'amélioration de ces paramètres réduirait considérablement les incertitudes sur les prévisions du modèle.

Dates et versions

cea-02356017 , version 1 (08-11-2019)

Identifiants

Citer

Elena Volkova, Bertrand Iooss, François Van Dorpe. Global sensitivity analysis for a numerical model of radionuclide migration from the RRC Kurchatov Institute waste disposal site. Stochastic Environmental Research and Risk Assessment, 2008, 22 (1), pp.17-31. ⟨10.1007/s00477-006-0093-y⟩. ⟨cea-02356017⟩
23 Consultations
0 Téléchargements

Altmetric

Partager

Gmail Facebook X LinkedIn More