The radioactivities of specific nuclides in waste packages have to be declared in accordance with limits and criteria derived from safety assessment of the disposal facility. Some of these nuclides are difficult to measure from the outside of the waste packages because they are alpha or beta emitting nuclides. There are a number of activity determination methods. The scaling-factor method is widely applied in order to evaluate these difficult-to-measure nuclides. The scaling-factor method is based on a correlation between easily measurable gamma emitting nuclides and difficult-to-measure nuclides. Scaling-factor has been calculated by the statistical processing of radiochemical analysis data. Current statistical methods to calculate scaling-factor are geometric mean and the linear regression based on least square. However both methods have a chance to distort the scaling-factor because they are vulnerable to outliers especially in small number of data points.
In this study, robust regression (Least Median square, Least Trimmed Square) is suggested and applied to calculate scaling-factor. These results are compared with the scaling-factors calculated by current statistical methods. Reweighted Least Square method that has the merits of both robust regression and current methods also suggested and verified. It is concluded that RLS method is effective to reduce the distortion of scaling-factor. It was shown that this method is applicable to some nuclides ($^3H$, $^{14}C$, $^{129}I$, $^{99}Tc$ and Gross-alpha) which they have low correlation coefficient caused by outliers.
원자력 발전소에서 발생되는 중저준위 폐기물의 처분에 앞서 처분 대상 폐기물 내에 존재하는 핵종의 농도는 반드시 규명되어야한다. 하지만 알파 또는 베타 핵종(Difficult To Measure nuclide, 이하 DTM nuclide)의 경우 측정이 어렵고 방사화학분석을 하더라도 많은 시간과 비용이 든다. 따라서 이러한 핵종들의 농도를 규명하기 위해 여러 방법들이 논의 되고 있으며 그중 가장 널리 사용되고 있는 방법이 척도인자를 통한 핵종 농도의 결정이다. 척도인자 방법은 계측이 비교적 쉬운 핵종(Key nuclide)과 다른 핵종들(DTM nuclide)과의 상관 관계를 도출하고 측정이 쉬운 핵종의 농도 측정값을 통해 다른 핵종의 농도를 추정하는 방법이다. 이러한 핵종들 간의 척도인자를 도출하기 위하여 방사화학분석 데이터를 통계적으로 처리하고 있으며 현재 사용되고 있는 통계처리 방법은 기하평균과 선형회귀방법이 있다. 하지만 두 가지 방법 모두 방사화학분석 데이터의 수가 적고 핵종간의 상관관계가 이상치에 의해 뚜렷하지 않을 경우 산출된 척도인자의 신뢰성이 떨어진다. 따라서 방사화학분석의 데이터의 수가 많지 않은 경우에도 이상치의 영향을 적게 받는 통계처리 방법의 연구가 필요하다.
본 연구에서는 로버스트 선형회귀를 실제 척도인자 산출에 적용하여 기존방법을 통한 척도인자 값과 비교 검증하였다. 로버스트 선형회귀 방법 중 Least Median Square(이하 LMS) 와 Least Trimmed Square(이하 LTS) 방법은 DTM 핵종의 농도를 추정하는데 있어 상대오차의 평균값이 기존의 방법 사용하였을 때보다 향상되는데 기여하였다. 또 Reweighted Least Square(이하 RLS) 방법은 LMS 와 LTS 의 장점과 기존방법들의 장점을 모두 가지면서 DTM 핵종의 농도를 비교적 정확히 추정하였다. 따라서 데이터의 수가 적고 이상치의 영향으로 Key 핵종간의 상관관계가 타 핵종 보다 낮은 $^3H$, $^{14}C$, $^{129}I$, $^{99}Tc$, Gross-alpha 핵종에 대하여 RLS 방법을 사용하여 척도인자를 산출할 경우 척도인자의 정확성과 신뢰성 향상에 기여할 것이다.