2026年海洋核素AI迁移模拟研究

2026/08/012026年海洋核素AI迁移模拟研究汇报人：宁丽娜报告导览01研究背景海洋核素迁移的全球性情境与监测挑战02技术突破AI驱动的核素迁移模拟核心技术路线03实践验证福岛案例与前沿研究的有效性验证04产业生态AI+海洋核素监测的产业格局与未来方向研究背景01福岛排海：持续三年的海洋核素输入21轮已完成排海16.5万吨累计排放量1.3万亿Bq氚放射性总量持续输入特征2026财年计划

8次

排放约

6.24万吨

，全年含氚量约

11万亿

贝克勒尔排海计划预计

持续数十年

，形成人类历史上规模最大的海洋放射性核素持续输入实验场核心核素包括氚、铯-137、锶-90、碘-129、碳-14等

60余种

，ALPS系统无法完全去除核心核素及其海洋行为特性对比核污染水含

60余种

放射性核素，其中

5种关键核素

因半衰期长或生物富集性高而最受关注核素半衰期海洋行为特征主要风险氚12.3年随洋流快速稀释，可形成有机氚长期低剂量累积效应铯-137约30年易吸附于沉积物，食物链传递对底栖生物影响持久锶-9028.8年化学性质近钙，易被骨骼吸收贝类、鱼类体内富集碘-1291570万年早期处理水曾检出超标极长半衰期，环境持久碳-145730年参与海洋碳循环全过程全球尺度长期循环半衰期跨度达

6个数量级（12.3年→1570万年），迁移机制差异直接决定监测与模拟的复杂度氚的海洋迁移路径与全球扩散预测氚的迁移路径具有明确的可预测性，但长期累积效应仍存不确定性扩散时序三阶段240日抵达中国沿岸1200日覆盖北太平洋2400日扩散至南太平洋与印度洋日方标准排海口浓度

<4.4Bq/L（2026年5月），远低于排放标准

1500Bq/L北美验证西海岸已检出人工核素，验证跨洋扩散模型预测单次排放浓度达标不等于长期安全——数十年累积效应与生物富集才是真正风险—核素迁移监测铯-137与锶-90：沉积富集的持久威胁沉积型核素的长期生态风险远高于扩散型核素铯-137：沉积物中的定时炸弹半衰期约30年化学活性强，迅速吸附悬浮颗粒沉降至海底沉积物-水相浓度比居高位氧化性沉积物中富集系数仅次于钷-147与钌-106福岛近海沉积物仍是长期监测重点早期ALPS处理水多次检出超标食物链放大显著底栖生物→底层鱼类→大型捕食者，浓度逐级攀升锶-90：骨骼的模拟者半衰期28.8年化学性质与钙高度相似，易被贝类外壳、鱼类骨骼吸收固定化学性质与钙高度相似海洋中以离子态为主，受海流扩散主导，但生物吸收后难以排出长期监测难度大需特定组织放射性化学分离，常规快速监测难以覆盖贝类与软骨鱼类的富集风险需持续跟踪牡蛎、扇贝等贝类及软骨鱼类富集风险突出传统核素迁移模拟方法的原理与局限以洋流动力学扩散方程为核心，结合粒子追踪模型，通过水动力条件与源项参数建立网格化计算模型欧拉扩散模型法国STERNE为代表，基于固定网格求解浓度场拉格朗日粒子追踪法模拟粒子随机运动轨迹，追踪个体行为四大系统性局限环境复杂度高洋流、风场、温盐的时空变化难以精确建模，参数化方案依赖大量先验假设非线性扩散难捕捉核素在离子态、胶态、颗粒态间动态转化，欧拉网格无法描述多相耦合过程实时性严重不足计算复杂度高，单次模拟需数小时至数天，无法满足核事故应急的分钟级响应需求数据融合能力弱多源异构数据的时序与空间特征难以有效整合，预测结果的可靠性与鲁棒性不足监测数据的全球博弈与信任赤字日方立场排海口氚浓度

6.8～9.6Bq/L，低于检出下限IAEA认定"符合国际安全标准"第三方质疑中韩管辖海域检出氚痕迹，民间设备记录辐射峰值独立取样范围与频率受限体系性争议ALPS对

锶-90、碘-129

去除效果缺乏透明数据监测覆盖度与实时性不足2023年9月福岛近海

海水变色、鱼尸漂浮——日方归因自然因素，韩方指向排海关联01国际缺口IAEA持续监测，但

独立第三方核查

机制仍被多国视为关键短板02中国实践生态环境部管辖海域监测体系结论"未见异常"，公众信任需长期数据积累03核心矛盾核安全

零容错

要求vs监测体系透明度、全面性的现实落差核安全零容错要求vs监测体系透明度、全面性的现实落差技术突破02AI+核素迁移模拟：范式转变的逻辑起点数值模拟受限于计算复杂度，深度学习受限于黑箱不可解释——两条路径各有瓶颈，均无法单独满足核安全需求物理信息嵌入将Navier-Stokes方程、平流-扩散方程作为硬约束植入神经网络，确保预测严格符合物理定律多模态数据融合整合卫星遥感、浮标传感器、科考船采样等多源异构数据，提升复杂海洋环境适应性图神经网络节点-边动态更新机制，捕捉核素在空间拓扑中的非线性传播，突破CNN/LSTM固定网格局限2026年WAIC全球首发AIforADANES技术路线，首创"数据+物理模型+专家经验"三重驱动范式，为核素迁移模拟提供可参照的技术框架PINN：将物理定律嵌入神经网络三层架构：物理约束学习物理约束核心DNN：多层非线性变换逼近偏微分方程解函数，输入时空坐标，输出核素浓度场AD：链式法则高效计算各阶导数，精确求解物理方程残差，规避传统数值差分精度损失复合损失：Ltotal=LPhysics+LConds+LData，方程残差、初始边界条件、观测数据联合优化方程残差边界条件观测数据核素迁移适配性方程嵌入海洋核素扩散由平流-扩散方程描述，PINN直接嵌入训练过程，无需额外处理连续解输出规避传统模型网格离散化，以连续函数形式天然适配复杂海岸线边界稀疏数据优势观测数据稀疏场景仍保持精度，含噪数据正则化能力显著优于纯数据驱动方法2025年NeurIPS接收的HB-PINN（混合边界物理信息神经网络），进一步突破复杂边界下的收敛难题GNN+跨模态注意力：多源数据融合新框架GNN拓扑建模优势节点-边动态图海洋监测站点抽象为节点，洋流路径与空间邻接关系抽象为边，构建动态图结构消息传递机制持续交换核素浓度、流速等特征，捕捉空间依赖性与非线性传播不规则地形适应相比CNN固定网格，对不规则海岸线、复杂岛屿地形具有天然适应能力跨模态注意力机制三模态异质性卫星遥感（全覆盖低分辨率）、浮标传感器（高精度点状分布）、科考船采样（深度剖面稀疏）——异质性极强自适应权重分配近岸富数据区提升浮标权重，大洋稀疏区提升遥感权重端到端融合中国发明专利CN202511220764实现GNN+跨模态注意力的端到端融合多模态数据融合：从卫星到深海的立体感知三层数据模态的互补逻辑卫星遥感层海洋水色传感器反演叶绿素与悬浮颗粒物，间接推断核素分布趋势；空间全覆盖但深度信息缺失浮标与岸基站层直接测量氚、铯-137等核素浓度，时间分辨率达小时级；点状分布需空间插值补充深海移动平台层Argo浮标、水下滑翔机、ROV/AUV携带辐射传感器，填补深海核素垂直剖面数据空白融合的核心挑战与解决方案异构时空分辨率不统一（遥感百米级/浮标点级）→GNN图结构统一表征模态物理含义差异大→跨模态注意力机制自适应学习融合权重效率精度难兼顾→多保真度模拟：低精度CFD快速计算提供先验场，PINN在关键区域精细化修正AIforADANES：三重驱动的中国方案数据+物理模型+专家经验三重驱动，破解AI黑箱与核安全零容错的核心矛盾2026年7月WAIC大会，中科院近代物理研究所发布AIforADANES原创技术路线AIforADANES五层技术架构统一数据源层整合加速器运行数据、反应堆监测数据、海洋环境数据，构建标准化数据底座物理本征世界模型层将核物理第一性原理与流体力学方程嵌入AI训练，确保预测符合物理规律物理世界可控性层全域感知与预测控制，在"百万粒子不允许丢失一个"的极致要求下保障系统可靠智能体协同调度层多智能体分布式决策，实现加速器-反应堆-海洋环境耦合系统的全局优化持续学习演化层模型在运行中不断吸收新数据，实现终身学习与自适应迭代对核素迁移模拟的启示：物理本征世界模型层与持续学习演化层可直接迁移——将平流-扩散方程嵌入模型，实现对几十年尺度长期扩散趋势的物理约束推演传统方法与AI方法的系统性对比AI方法在精度、实时性、鲁棒性三个维度实现质的飞跃传统数值模拟数据采集：依赖人工采样，频次低、覆盖有限计算效率：单次模拟数小时至数天预测精度：依赖参数化方案与先验假设环境适应性：复杂地形、非线性场景适应性差长期运维成本：人工维护、计算资源高AI驱动方法数据采集：多源数据自动融合，高频实时更新计算效率：训练后分钟级推理预测预测精度：端到端学习，物理约束保障精度环境适应性：GNN天然适应不规则边界长期运维成本：自动化程度高，边际成本递减AI方法并非否定传统数值模拟，而是以物理约束嵌入的方式将数十年积累的海洋动力学知识保留在模型中VS核事故应急模拟系统：从专利到实用化中国辐射防护研究院2024年专利CN119442941A，首次实现河流、湖库、海洋核素迁移统一建模河流水域一维/二维耦合模型，适配线状水域快速迁移湖库水域三维水动力模型，考虑滞留时间与分层效应海洋水域潮汐/洋流/风场多因素集成，支持近岸与开阔大洋双尺度快速评估模式分钟至小时级响应，预设情景库快速估算扩散范围精细模拟模式事故中后期启动，实测数据驱动高分辨率浓度场输出"分级响应、逐步精细化"的应急管理思路，为AI模型工程化部署提供参考框架HB-PINN：复杂边界下的精度突破边界处理能力的提升使PINN从理论验证走向实际复杂场景应用HB-PINN的双重改进策略预训练网络先在简单几何域训练，学习偏微分方程基本解结构，再迁移至复杂边界场景，建立可迁移的解空间表征边界约束增强边界附近自适应加密采样点，增大边界条件损失项权重系数，强化边界梯度信号传播实验验证与迁移价值实验验证在包含尖锐拐角和不规则孔洞的二维Poisson方程中，HB-PINN的L2相对误差降低40%以上海洋核素模拟迁移将平流-扩散方程嵌入HB-PINN架构，有望显著提升近岸核素浓度预测的工程可用性实践验证03福岛近海多点位氚浓度监测数据2026年3月18日

东京电力与环境省双轨监测数据排海口最近点200m处浓度达9.6Bq/L，高于检出下限；其余17个点位全部低于9Bq/L标准限值福岛近海多点位氚浓度监测数据对比各轮次排海量与累计排放趋势2026财年计划排放8次

共约6.24万吨16.5万吨累计排放量

当前20万吨2026年底预计

突破各阶段累计排放趋势清华大学扩散模型与AI预测方法对比经典模型：认知基准基于洋流动力学方程成功预测氚的三阶段全球扩散时序北美西海岸核素检出验证证明对大尺度、长时间迁移具有可靠性AI方法：增量价值次网格过程刻画弥补经典模型对中尺度涡旋、锋面等次网格过程的刻画不足GNN+物理约束捕捉非线性特征，局部浓度预测精度更高融合方向经典模型提供趋势框架，AI方法进行精细化修正STERNE模型与法国核电站泄漏评估案例基于三维水动力数据在每个网格单元求解平流-扩散方程，模拟溶解态核素在海水及海洋生物体中的活度分布，考虑季节性水动力差异对扩散路径的影响Flamanville案例的评估框架释放模拟假设核电站发生铯-137意外释放，模拟一年内扩散与生物影响五类生物群评估评估覆盖五个生物类群：软体动物、甲壳类、藻类、底栖鱼类、浮游鱼类完整风险链条结合ERICA工具计算各群体总吸收剂量率，实现物理扩散到生态风险的完整链条该案例展示"物理扩散模型→生物摄入模型→剂量评估模型"的串行评估范式AI技术可将三个环节端到端整合，以GNN同时建模物理扩散与生态网络，实现一体化风险评估中国管辖海域监测结论与数据解读独立监测能力是应对跨境海洋核素风险的根本保障中国海洋辐射监测体系季度报告发布生态环境部（国家核安全局）每季度发布《全国辐射环境质量报告》，覆盖管辖海域海水、沉积物及海洋生物进口禁令执行海关总署2023年8月24日发布公告（2023年第103号），全面暂停进口原产地为日本的水产品，目前仍在执行中高频监测网络监测网络覆盖沿海各省（市、区）近岸海域、重点海湾及敏感海域，实现常态化高频监测2026年第一季度核心结论核素水平未见异常我国管辖海域海水、沉积物及海洋生物中放射性核素水平未见异常未检测到可识别影响目前未检测到福岛核污染水排海对我国近岸海域造成可识别的放射性影响合格率保持高位国产海鲜抽检合格率保持高位，但长期跟踪监测仍是必要措施公众可通过国家核安全局官网、生态环境部官微、海关总署公告栏获取最新数据AI海洋辐射监测技术的实际部署AI监测系统技术特征高频采样+实时分析深度学习模型对浮标传感器数据实时处理，降低对人工采样船的依赖大范围覆盖卫星遥感AI解译将海滩垃圾影像分析时间从2-3天压缩至3小时，平均解译精度达75%自动化降噪AI算法有效滤除海洋环境噪声，在多传感器融合中提升信噪比与传统方法的量化对比传统方法季度/月度采集点状采样大量人工与船舶被动响应AI监测系统小时级/实时多源数据全覆盖长期成本递减主动预警VS国际研究前沿：从建模到管理的全链条核素迁移研究正从单一扩散模型向生物-生态-管理耦合评估体系演进Proc.IEEE综述：AI重塑海洋遥感范式物理先验+数据驱动

的混合范式深度学习网络以

0.25°×0.25°

分辨率重构

2000米水深

温盐异常场GAN填补深海数据空缺，生成逼近真实物理图景的海洋模拟数据法国RiOMar项目：多学科风险评估情景模拟

与

不确定性量化

结合整合物理海洋学、放射化学、生态毒理学建立"核素来源→海洋扩散→生物富集→生态风险"全链条评估框架为决策提供概率化风险区间产业生态04中国AI+海洋产业的战略布局国家战略指引深海科技升格2025年政府工作报告首次列为战略性新兴产业重点领域京津冀环境专项国家科技重大专项2026ZD1214201设立多要素数据集构建支撑"岸-海-空-天-海底"一体化感知信通院核心判断（2026年5月）AI+海洋智能化体系以AI为核心引擎的新一代海洋智能化体系上中下游协同生态各环节协同发展，构建AI赋能海洋产业的创新生态垂直细分与体系化海洋AI模型建设呈现垂直细分和体系化发展特征基建与算力底座构建海洋AI基础设施体系，为核素迁移模拟等提供算力与数据底座核素监测战略定位中游关键技术层对接一体化感知装备，服务环境监管与应急响应岸-海-空-天-海底一体化感知体系五层装备产生

异构多源数据，AI通过统一表征与跨模态融合，将分散节点整合为

协同感知网络，为核素迁移模拟提供时空连续的数据输入五层装备体系能力概览岸基观测站与雷达全天候连续监测，已迈入国际先进行列海面大型浮标极端恶劣海况下可靠性达国际领先水平，保障业务化运行低轨遥感卫星大范围海表温度、水色、叶绿素浓度等间接指标获取空中无人机填补岸基与卫星间中尺度监测空白，灵活部署深海移动平台波浪能滑翔器、水下滑翔机、Argo浮标、ROV/AUV/HOV等整体性能接近或达国际先进水平海洋AI模型的垂直细分与体系化1直接应用CNN/LSTM处理海洋数据→!核心局限未嵌入物理规律→3结果精度受限↓1专用模型涌现水色反演/污染物扩散/赤潮识别→2技术标配PINN+GNN物理信息嵌入·拓扑建模→信通院定性垂直细分特征↓1多模型协同感知→预测→评估→决策→2多保真度框架低精度CFD+高精度PINN→3持续学习自适应环境变化→4数字孪生实时推演与预案优化通用模型适配（2020-2023）垂直细分深化（2024-2026）体系化协同（2026-）全球合作网络与战略协议布局