《Applied Radiation and Isotopes》：Laboratory study on the influence of environmental parameters on soil surface radon exhalation rate
编辑推荐：
基于实验室土壤柱模拟，通过RAD7仪器连续监测14天，结合多元线性回归和Bootstrap方法分析环境参数对土壤氡析出率的影响。研究表明：土壤温度（Beta=-0.70）、大气压（Beta=-0.59）、环境温湿度（Beta=0.42和0.34）显著影响氡析出，其中土壤湿度为正向主因。模型验证显示R2=0.577，为氡风险评估和通风设计提供依据。
作者：You Haoyu | Fan Zhongkai | Xie Ruomei | Yuan Hongzhi | Tan Yanliang
湖南衡阳师范学院物理与电子工程学院，中国湖南省衡阳市，421008
摘要
本研究构建了一个实验室土壤柱装置来模拟氡的扩散过程。使用RAD7仪器连续两周测量了土壤表面的氡释放率，并同时记录了五个环境参数。采用多元线性回归分析来量化这些参数对土壤表面氡释放率的影响。标准化回归系数（Beta）表明，所有五个参数都显著影响氡释放率。具体来说，在23.2°C–29.3°C的温度范围内，土壤温度的影响最为显著（Beta = ?0.70），其次是大气压力（Beta = ?0.59）和环境温度（Beta = ?0.36，20.8°C–31.2°C）。土壤湿度对氡释放率有最显著的正向影响（Beta = 0.42，5.3%–9.9%），而环境湿度则具有中等程度的正向影响（Beta = 0.34，38.0%–84.5%）。随后，使用自助法（Bootstrap sampling）进行了1000次重复采样以进行补充分析，验证了多元线性回归模型所得系数的可靠性和稳健性。这些发现为区域氡风险评估、氡测量协议的优化以及室内氡暴露量的减少提供了科学依据，同时也为地质早期预警系统和铀矿勘探提供了参考。
引言
氡是一种天然存在的、无色无味的放射性惰性气体，来源于地壳中U-238的衰变链（Gaskin等人，2018年）。作为一种普遍存在的环境污染物，氡及其短寿命的衰变产物对公众健康构成了严重威胁。世界卫生组织和美国环境保护局的流行病学研究已经明确指出，氡暴露是全球肺癌的第二大诱因，仅次于烟草吸烟（世界卫生组织，2009年；Othman等人，2023年）。近年来，室内环境中氡的积聚引起了科学界和监管机构的日益关注（Mauliasari等人，2024年）。由于室内氡的主要来源是来自地下土壤和地质构造通过建筑物地基的释放（Giustini等人，2022年），因此了解土壤表面氡释放的动态机制对于准确的区域风险评估、有效的建筑通风设计以及公共卫生保护至关重要（Zlobina等人，2022年）。此外，土壤氡释放的异常变化被广泛用作地震和火山爆发等地质活动的前兆示踪剂（Yan等人，2017年）。
氡在多孔介质中的传输是一个复杂的过程，受扩散和对流机制的支配（Pásztor等人，2016年），并受到放射性生成、介质性质和动态环境参数的严格调控（Schubert和Schulz，2002年）。大量研究将氡释放率与这些物理变量联系起来。Lopez-Coto等人发现，高水分饱和度会堵塞孔隙通道，从而大幅降低释放量（López-Coto等人，2014年）。同样，Wang等人观察到，在饱和条件下，水填充花岗岩裂缝中的空隙会使释放量减少82.65%（Wang等人，2025年）。此外，大气压力波动会驱动压力引起的对流现象，称为“泵送效应”（Yang等人，2019年）。温度的影响仍然很复杂。尽管动力学理论表明温度越高，释放量越大，但由于环境影响的复杂性，实证结果往往存在矛盾（Baltrocchi等人，2023年；Zafrir等人，2020年）。
尽管已有大量研究，但在定量分离各个环境参数的单独影响方面仍存在显著差距。大多数以往的研究依赖于现场测量；虽然这些测量反映了现实世界的情况，但它们受到固有的随机性和气象变量不可控耦合的影响。例如，大气压力的下降通常与降水和温度变化同时发生，导致高度的多共线性（Nji等人，2022年）。这种干扰使得难以分离单个参数的特定贡献——例如区分土壤温度和环境温度——或准确量化它们的回归系数。此外，风速和阳光等外部干扰会引入噪声，掩盖了基本的物理关系（AdelGE等人，2023年）。
为了解决这些限制并定量分离氡释放与环境变量之间的复杂相互作用，引入了多元线性回归模型作为主要分析框架。多元线性回归是统计学和机器学习领域中最基本和最广泛使用的建模工具之一（Mieth，1991年）。其主要目的是量化多个自变量对连续因变量的影响。模型参数主要通过普通最小二乘法（OLS）进行估计，该方法通过最小化观测值和预测值之间的残差平方和来获得最优系数。在满足高斯-马尔可夫假设（即线性、零均值误差项、同方差性、无自相关性和无完全多共线性）的前提下，OLS估计量具有理想的统计特性（Uyan?k和Güler，2013年）。
与简单的相关性分析不同，多元线性回归允许分离每个自变量的部分效应。这种统计方法提供了一种严谨的方法来估计回归系数，从而确定每个参数的相对重要性和敏感性。多元线性回归已成为高精度归因这些因素的关键工具。Sun等人测量了氡浓度，然后结合蒙特卡洛模拟和多元线性回归来研究室内氡浓度、表面沉积物、剂量率和环境因素之间的关系（Sun等人，2010年）。同样，Ambrosino等人利用包括多元线性回归在内的混合数学方法分析了洞穴中的氡时间序列。他们的目标是通过识别和剔除季节性和气象变化等环境因素来检测由地震现象引起的氡异常（Ambrosino等人，2019年）。
本研究在受控的实验室环境中建立了一个土壤柱模拟装置。通过消除不可控的现场干扰（如风、降雨、复杂地形），该装置可以精确调节和监测五个关键环境参数：环境温度、环境湿度、土壤温度、土壤湿度和大气压力。我们使用高灵敏度的RAD7探测器进行连续监测，并应用多元线性回归模型来量化这些变量与土壤表面氡释放率之间的相关性。
材料与方法
本研究在中国湖南省衡阳市进行。该地区位于湖南省的中南部，这里的土壤富含铝和铁，主要由砖红色土壤或红粘土组成（Yang等人，2024年）。研究中使用了一个土壤柱装置来模拟氡在土壤中的垂直迁移过程，如图1所示。该装置由铁板和螺丝组成，尺寸为50厘米×50厘米×200厘米。
结果与讨论
前4小时的氡浓度数据使用方程（1）进行了拟合，结果如图3所示。获得了前4小时的氡释放率以及该实验的有效衰变常数。有效衰变常数为3.36×10?4 ± 7.89×10?5 s?1。这个有效衰变常数将用于后续的氡释放率计算中。
通过将有效衰变常数等参数代入方程（2），可以得到氡释放率
结论
本研究通过实验室模拟和多元线性回归量化了环境参数对土壤氡释放率的影响。所得模型（R2 = 0.577，MSE = 0.000157）表明，所有五个测试参数都显著影响氡的释放。使用自助法为多元线性回归提供了稳健的参数置信区间，并验证了模型的稳定性和可靠性。在低湿度条件下，
作者贡献声明
You Haoyu：撰写——初稿；撰写——审阅与编辑。Fan Zhongkai：撰写——审阅与编辑。Xie Ruomei：调查与验证。Yuan Hongzhi：项目管理。Tan Yanliang：方法论与资源准备。
利益冲突声明
作者声明他们没有已知的可能影响本文工作的财务利益或个人关系。
致谢
本研究得到了湖南省研究生创新基金（项目编号：CX20251739）的支持。
