新西伯利亞國立大學物理系的科學家開發出了一種測量衰變伴隨伽馬輻射的超低濃度放射性物質的方法。

數據收集是使用超純鍺制成的探測器進行的，該探測器是新西伯利亞國立大學原子物理和光譜學跨院系實驗室的設備的一部分;我們已經創建了一個特殊的硬件和軟件綜合體來處理數據。使用該方法實施的第一個項目是確定克麥羅沃地區礦山和露天煤礦土壤中放射性物質(氡)含量的研究工作。

為了測量土壤樣本中各種核素的放射性，使用超純鍺制成的探測器收集伽馬射線光譜。這是一種獨特的設備，可以非常精確地測定放射性物質發射的伽馬量子的能量。鍺是地球巖石圈中的一種稀有化學元素。與硅一樣，它是一種半導體，用于微電子領域，但應用范圍較窄。作為探測器材料，它的光子探測效率比硅高，因此不僅用于X射線探測器，還用于伽馬輻射探測器。采用區熔法獲取超純鍺是一個復雜而緩慢的凈化過程，這決定了設備制造的成本高、復雜性。

有些設備可以比鍺探測器更高效地記錄伽馬輻射，但只有它才能區分間距很近的伽馬量子能量，從而區分來自不同放射性核素的伽馬量子。這被稱為高能量分辨率，對于由超純鍺制成的探測器來說，它在原子核伽馬量子特征能量范圍內(兆電子伏特單位)約為 0.01%。當需要將背景輻射與樣品輻射分離并確定特定發射的放射性核素時，高分辨率對于測量超低濃度放射性物質起著決定性的作用。

新西伯利亞國立大學的科學家開發出一種獨特的高靈敏度方法，可以測定任何樣本(土壤、地面、巖石等)中的超低濃度放射性物質。該方法在實施確定克麥羅沃地區礦山和煤礦露天礦土壤中放射性物質(特別是氡)含量的項目期間得到了測試并被證明是有效的。 2024 年春季，克麥羅沃國立大學的工作人員向 NSU 提出了這項任務。 KemSU 的研究旨在確定土壤類型、人為(例如采礦)和自然的土壤和氣候變化對放射性環境的影響。將來，這可能使我們預測住房建造過程中的輻射情況。

“這項任務的主要困難是提供的土壤樣本中放射性物質的濃度非常低。因此，為了獲得可靠的結果，需要收集大量的統計數據，包括樣本本身和背景的統計數據，隨后將背景的指標“減去”。這項工作持續了近六個月，我們的參與者包括新西伯利亞國立大學原子物理和光譜跨院系實驗室的研究人員，以及在學業期間接受實踐培訓的學生，”新西伯利亞國立大學物理系高級講師埃琳娜·斯塔羅斯蒂娜 (Elena Starostina) 說。

第一階段涉及直接在探測器上收集數據。總的來說，KemSU 的同事提供了約 230 個樣本，重量從 100 到 250 克不等，這些樣本來自不同地點和不同深度——半米、一米和一米半。從 2024 年 5 月到 11 月，每天收集數據，并且每周收集不含樣本的背景光譜。

實驗裝置如下：探測器由超純鍺制成，由氮氣低溫恒溫器冷卻，周圍環繞著壁厚約10 mm的鉛管。該管道將??房間內背景伽馬量子的流動抑制了約三倍。管道放置在帶有探測器孔的桌子上。將樣品直接放置在探測器上。

“在測量接近自然濃度的超低濃度時，主要的困難與背景輻射有關。我們可以使用鉛屏來削弱它，我們就是這么做的，但是它無法完全消除。即使采取所有措施，樣本的輻射仍然比背景輻射弱 7 倍以上。為了獲得背景和實際樣本之間的良好對比度，需要長時間收集光譜。每個樣品的光譜以半小時為單位進行采集，持續至少三個小時，然后選取質量較好的半小時光譜，使得總統計時間至少為 2.5 小時。 “每周一次，我們會收集數小時的背景光譜，”新西伯利亞國立大學原子物理與光譜學跨學院實驗室高級講師兼館長維亞切斯拉夫·卡明斯基 (Vyacheslav Kaminsky) 分享了實驗的細節。

該實驗的另一個特點是，測量的幾何形狀使得來自樣品的伽馬量子只有大約 10% 到達探測器。有井型超純鍺探測器，幾乎四面包圍樣品，但只能容納小樣品。新西伯利亞國立大學的超純鍺探測器可以處理任意尺寸的樣品，所開發的技術在某種意義上彌補了伽馬量子配準效率的不足。

實驗數據呈現為具有伽馬線峰值和連續“背景”的光譜。這些峰的形狀復雜：它們類似于高斯曲線，左右兩側的寬度不同，左側有一個“尾巴”，左右兩側的底部有不同的層次。以能量單位表示的“鐘”的寬度表征了探測器的分辨率：峰值越窄，可以進行的測量越精細。這種峰形是由伽馬量子與探測器物質和環境相互作用的過程(例如康普頓效應)以及半導體吸收伽馬量子并收集過程中形成電荷的過程提供的。

收集到數據后，研究人員面臨的任務是確定樣本中的輻射，消除背景輻射。對光譜進行了處理并計算了放射性核素的活度。

“該方法包括在獲得的數據中，背景和樣本之間的差異非常小，對樣本和背景的光譜進行各個伽馬線的聯合擬合。每個發射伽馬量子的同位素可以有十幾條伽馬線，它們不同，具有不同的能量和不同的強度。首先，選擇良好、強烈的線條，使它們彼此不太靠近。使用一組良好、強烈的線條來調整每個峰值，并且同時對背景和樣本的背景進行調整。為了測量峰值的幅度，以及正確估計測量誤差，這種復雜的程序是必要的。 維亞切斯拉夫·卡明斯基說：“不可避免地存在背景的樣本和僅有背景的樣本的振幅之間的差異就是樣本本身的指標。”

開發了幾個用 Python 編寫的程序來收集和處理實驗數據。第一個是用于自動光譜采集，它還記錄哪個操作員設置了樣品。另一個用于光譜的選擇、校準和求和。第三部分是計算放射性核素的活度。此外，還有一個單獨的程序計算了探測器的絕對效率。科學家使用經典統計方法來確定峰值參數，例如在 MINUT2 軟件庫中實現的最小二乘法。

研究結果發現，樣本中只含有放射性同位素鉀-40、釷-232和鈾-238及其衰變產物，這些是土壤、巖石和許多建筑材料中常見的放射性核素。樣品的比活度范圍為每克0.1至2貝克勒爾(每克衰變數)。這些值都在安全范圍內，但活性最高的樣本(誤差約為7%)相當于幾根香蕉(參見“香蕉當量”，香蕉之所以有活性主要歸功于其所含的鉀-40)。活性最低的樣本相當于半根香蕉，誤差超過 50%，這表明該方法的靈敏度非常高。目前，KemSU研究組已經收到測量結果并正在處理。

因此，新西伯利亞國立大學科學家開發的方法可以測量極低水平的輻射并將其與特定的輻射劑——放射性核素聯系起來。該方法可用于監測環境狀況、繪制輻射事故后的放射性污染圖等。

科學家們計劃向俄羅斯專利局注冊一個數據處理程序，對該方法進行認證和許可，并從長遠來看，創建一個集體使用的中心，使用光學、X射線和伽馬范圍內的光譜方法對樣品進行全面的化學分析。