核数据处理复习资料
核物理实验中的数据分析与处理
核物理实验中的数据分析与处理在核物理这一神秘而充满挑战的领域中，实验是探索未知的重要手段。
然而，实验所产生的大量数据就如同未经雕琢的璞玉，只有通过精细的数据分析与处理，才能展现出其内在的价值和奥秘。
这一过程不仅需要深厚的专业知识，更需要严谨的科学态度和高效的方法。
核物理实验通常会涉及到各种复杂的探测器和测量设备，它们所采集到的数据量往往极为庞大。
这些数据可能包含了粒子的能量、动量、位置、时间等多个维度的信息。
例如，在粒子加速器实验中，每秒可能会产生数百万甚至数十亿的数据点。
面对如此海量的数据，如何有效地筛选、整理和分析，是摆在研究人员面前的首要难题。
在数据分析的初始阶段，数据的预处理至关重要。
这包括对数据进行清理，去除那些由于设备故障、环境干扰等因素产生的错误或异常值。
就好像在一堆珍珠中剔除掉有瑕疵的部分，为后续的加工打下良好的基础。
同时，还需要对数据进行校准和归一化，以消除不同测量条件和设备带来的偏差。
比如，不同探测器对同一粒子的测量结果可能存在差异，通过校准可以将这些结果统一到一个标准的尺度上。
接下来就是数据的分析方法选择。
常见的方法有统计分析、拟合分析和模式识别等。
统计分析可以帮助我们了解数据的分布特征，比如均值、方差、标准差等，从而对数据的整体情况有一个宏观的把握。
拟合分析则是通过建立数学模型，将实验数据与理论预期进行对比，以确定模型的参数和有效性。
模式识别则适用于从复杂的数据中发现隐藏的规律和模式，例如在粒子碰撞产生的碎片中识别出特定的粒子衰变模式。
以统计分析为例，假设我们在研究某种放射性核素的衰变过程，通过多次测量其衰变时间，得到了一系列的数据。
我们可以计算这些数据的平均值和标准差，以了解衰变时间的集中趋势和离散程度。
如果平均值接近理论预测值，而标准差较小，说明实验结果具有较高的可靠性和重复性。
在拟合分析中，常常会用到各种函数模型，如指数函数、高斯函数等。
比如，对于放射性衰变曲线，通常可以用指数函数进行拟合。
核磁数据处理方法
核磁数据处理方法一、引言核磁共振（Nuclear Magnetic Resonance，NMR）是一种重要的分析技术，广泛应用于化学、生物学、材料科学等领域。
核磁共振技术可以通过测量样品中原子核的共振信号来获取样品的结构和性质信息。
然而，由于核磁共振实验中产生的数据量庞大且复杂，需要进行适当的数据处理方法来提取有用的信息。
二、数据预处理1. 数据格式转换核磁共振实验中产生的数据通常以原始光谱数据的形式存在，需要将其转换为适合进一步处理的格式。
常见的格式包括NMRPipe格式、Bruker格式等。
数据格式转换可以使用专门的软件或编程语言来实现。
2. 噪声去除核磁共振实验中的数据往往受到噪声的影响，噪声的存在会降低信号的质量和准确性。
因此，需要对数据进行噪声去除处理。
常用的噪声去除方法包括滤波、小波变换等。
滤波可以通过设计合适的滤波器来抑制噪声，小波变换可以将信号分解成不同频率的子信号，从而实现噪声的去除。
三、数据处理1. 谱线拟合核磁共振实验中的谱线往往是由多个峰组成的，每个峰代表着不同的原子核。
谱线拟合是将实验数据与已知的峰形函数进行拟合，从而确定每个峰的位置、强度和宽度等参数。
常用的谱线拟合方法包括高斯拟合、洛伦兹拟合等。
2. 化学位移校正化学位移是核磁共振实验中的重要参数，可以提供样品中不同原子核的化学环境信息。
然而，由于仪器和样品的不同，化学位移的测量值可能存在一定的误差。
因此，需要对化学位移进行校正。
校正方法包括内部标准法和外部标准法。
内部标准法是通过将样品中的某种化合物作为内部参照物，根据其化学位移与已知的标准值之间的差异来进行校正。
外部标准法是通过使用已知化合物的化学位移作为参照物进行校正。
3. 峰面积计算核磁共振实验中的峰面积可以提供样品中不同原子核的数量信息。
峰面积的计算可以通过对谱线进行积分来实现。
积分方法包括直接积分法和峰拟合积分法。
直接积分法是将谱线分成若干个小区间，对每个小区间的信号进行积分，然后将各个小区间的积分值相加得到峰面积。
核磁数据处理方法
核磁数据处理方法核磁共振（Nuclear Magnetic Resonance, NMR）技术是一种基于原子核的磁共振现象来研究物质结构和性质的非常重要的方法。
核磁共振技术在化学、物理、生物、医学等领域有着广泛的应用。
在进行核磁共振实验后，我们需要对所得到的数据进行处理和分析，以获得有关样品的结构和性质的信息。
核磁数据处理的目标是从原始数据中提取出有用的信息。
下面将介绍一种常用的核磁数据处理方法。
1. 数据预处理数据预处理是核磁数据处理的第一步，旨在消除仪器噪音、消除基线漂移以及进行谱线修正。
常见的数据预处理方法包括零填充、傅里叶变换、相位校正、基线校正等。
2. 峰识别和积分峰识别是核磁数据处理中的关键步骤，它可以帮助我们确定样品中不同化学物质的峰。
常见的峰识别算法包括峰高度法、峰面积法和峰宽法。
峰识别后，我们可以对每个峰进行积分，得到峰面积，从而获得样品中各组分的相对含量。
3. 化学位移校正化学位移校正是核磁数据处理中的重要步骤，它可以帮助我们确定样品中不同化学物质的化学位移值。
化学位移校正通常使用内部参考物质进行，通过将内部参考物质的化学位移值设定为零，然后将样品中其他化学物质的化学位移值相对于内部参考物质进行校正。
4. 数据分析和解释数据分析和解释是核磁数据处理的最终目标。
在这一步骤中，我们可以利用已经处理好的数据进行谱图分析、峰归属以及结构解释。
通过与数据库中的谱图进行比对，我们可以确定样品中的化合物种类和结构，进而推断其性质和反应机理。
5. 数据可视化数据可视化是核磁数据处理的重要环节，它可以帮助我们更直观地理解和解释数据。
常见的数据可视化方法包括谱图绘制、峰图绘制、化学结构绘制等。
通过数据可视化，我们可以清晰地展示样品的核磁共振谱图，从而更好地传达我们的研究结果。
综上所述，核磁数据处理方法包括数据预处理、峰识别和积分、化学位移校正、数据分析和解释以及数据可视化等步骤。
通过这些步骤，我们可以从原始数据中提取出有用的信息，获得关于样品结构和性质的详细信息。
核数据处理-m
蒙特卡罗方法
成都理工大学 核自学院
成都理工大学 马英杰
蒙特卡罗方法
蒙特卡罗方法是在20世纪40年代中叶由 于当时的原子能工业的需要而发展起来的。 真正发展是从五十年代，随着电子计算机 的发展而开始的。 该方法以著名赌城“蒙特卡罗”命名，不 难理解，蒙特卡罗方法是以概率论和数理 统计学为基础的。
适用于：
数学上的多重积分； 本身就是一个随机过程。如核衰变、粒子反应、输运； 需要统计意义上的解。
应用范围：
粒子输运问题；统计物理；典型数学问题；真空技 术；激光技术；医学、生物、探矿等方面。
成都理工大学 马英杰
蒙特卡罗方法
主要内容
基本思想
随机数的产生和检验
随机抽样
其中，A<M； 0≤ξ=A/M<1，（0，1）上均匀分布的序列
方法：
乘同余法 乘加同余方法（混合同余法） 加同余方法 取中方法
成都理工大学 马英杰
蒙特卡罗方法——随机数
1）乘同余法 x a x i i 1
计算公式：
xi 1 i 1 M (mod M)
M=2s，s：计算机中二进制的最大可能有效位数。 x1=1 a=52k+1，k：使52k+1在计算机上所能容纳的最大整 数，即a为计算机上所能容纳的5的最大奇次幂。 一般：s=32时，k=6，a=513；s=48时，k=7，a=515 最大容量为：V=2s-2
使用最多最广
成都理工大学 马英杰
xi 1 a xi xi 1 i 1 M
ξ ξ1=1/32 ξ2=11/32
(mod
M)
x x1=1 mod 32 =1 x2=1*11 mod 32=11 x3=11*11 mod 32=25 x4=25*11 mod 32=19 x5=19*11 mod 32=17 x6=17*11 mod 32=27 x7=27*11 mod 32=9 x8=9*11 mod 32=3 x9=3*11 mod 32=1
《核数据处理》4 峰位与峰区的确定
i
原始能谱数据 方波函数变换后的数据 类高斯函数变换结果
4.6 各方法比较
表4.1 各种寻峰方法寻峰效果的比较
寻峰方法
弱峰检测能力 重叠峰分辨能力
简单比较法
很差
很差
一阶导数法
差
差
二阶导数法
差
好
三阶导数法
很差
最好
高斯乘积函数法 好
中等
协方差法
中等
好
对称零面积法 中等
好
核数据处理
第四章 峰位与峰区的确定
确定核素指纹，首先必须精确确定能谱中含有的特征射线 峰的位置。
寻峰算法应具备以下性能： ■ 能识别弱峰，特别是高康普顿平台上的弱峰 ■ 能有效地剔除假峰 ■ 比较高的重峰分辨能力
4.1 简单比较法
Counts
2000 1500
Fitted values of counts at characteristic peaks ,which have been discovered by the peak-searching method
图4-1 单峰导数图
图4-2 重叠的组合峰导数图
4.4 协方差寻峰法
设 yi j fi C j bi j ,i m, m
m
m
m
m
f g gg C gy C (ggC C ) g y ffii
m m w C j CCj jyiymij jm j mi
1000
4.2 高斯乘积函数找峰法
假设特征峰为
yi
A
2
imp
e 2 2
2
取能谱中四个点i-m-j, i-m, i, i+j，那么
j jm
核磁数据处理方法
核磁数据处理方法一、引言核磁共振（Nuclear Magnetic Resonance，NMR）是一种非常重要的分析技术，广泛应用于化学、生物医学、材料科学等领域。
核磁共振技术通过对样品中的核自旋进行激发和检测，获取样品的结构和动力学信息。
然而，由于核磁共振信号的复杂性和噪声的存在，对核磁数据进行处理是必不可少的。
本文将介绍一种常用的核磁数据处理方法。
二、数据预处理1. 数据采集核磁共振仪器通过激发核自旋产生信号，并通过探测器接收信号。
数据采集过程中，需要设置合适的参数，如扫描时间、脉冲序列等。
合理设置参数可以提高数据质量。
2. 去除噪声核磁共振信号中往往存在各种噪声，如基线漂移、仪器噪声等。
为了提高信号质量，需要对信号进行去噪处理。
常用的方法有平滑、滤波等。
三、数据处理1. 相位校正核磁共振信号的相位校正是为了消除信号中的相位偏移，使得信号的相位一致。
相位校正可以提高信号的清晰度和分辨率。
常用的相位校正方法有零阶和一阶校正。
2. 基线校正核磁共振信号中往往存在基线漂移，即信号在时间轴上的偏移。
基线校正是为了消除基线漂移，使得信号的振幅更加准确。
常用的基线校正方法有多项式拟合、自适应基线校正等。
3. 频谱解析核磁共振信号可以通过傅里叶变换得到频谱图。
频谱解析是为了从频谱图中提取实用的信息，如峰位、峰面积等。
常用的频谱解析方法有自动峰识别、拟合曲线等。
4. 数据拟合核磁共振信号中往往包含多个峰，每一个峰对应不同的化学物质。
数据拟合是为了从信号中分离出各个峰，并确定其相对含量。
常用的数据拟合方法有高斯拟合、洛伦兹拟合等。
5. 数据可视化数据处理完成后，需要将结果进行可视化展示。
常用的可视化方法有绘制谱图、峰图等。
可视化展示可以直观地观察数据处理的效果。
四、数据分析1. 化学位移分析核磁共振信号中的化学位移可以提供样品中不同核自旋的环境信息。
通过对化学位移的分析，可以确定样品的化学成份和结构。
2. 峰面积分析核磁共振信号中的峰面积与样品中相应核自旋的相对含量成正比。
核医学影像中的数据处理110页PPT
71、既然我已经踏上这条道路，那么，任何东西都不应妨碍我沿着这条路走下去。——康德 72、家庭成为快乐的种子在外也不致成为障碍物但在旅行之际却是夜间的伴侣。——西塞罗 73、坚持意志伟大的事业需要始终不渝的精神。——伏尔泰 74、路漫漫其修道远，吾将上下而求索。——屈原 75、内外相应，言行相称。——韩非
核医学影像中的数据处理
•
46、寓形宇内复几时，曷不委心任去 留。
•
47、采菊东篱下，悠然见南山。
•
48、啸傲东轩下，聊复得日 有所长 。
•
50、环堵萧然，不蔽风日；短褐穿结 ，箪瓢 屡空， 晏如也 。
谢谢你的阅读
计算机复习资料
计算机复习资料计算机科学和技术是一门应用广泛的学科，它包括计算机硬件、软件、网络和应用等多个领域。
随着计算机技术的不断发展，人们对计算机知识的需求越来越大。
为了帮助大家更好地复习计算机知识，本文整理了一些有关计算机的复习资料，供大家参考。
一、计算机的基础知识1. 计算机的定义和发展历史：计算机是一种可以进行数据处理和指令执行的电子设备，它通过硬件和软件协同工作实现各种功能。
计算机的发展经历了多个阶段，从早期的巨型机到现代的个人计算机和移动设备，计算机的体积越来越小，性能越来越强大。
2. 计算机的组成部分：计算机主要由中央处理器（CPU）、内存、硬盘、显示器、键盘、鼠标等组成。
其中，CPU是计算机的核心部件，负责执行指令和处理数据。
内存用于存储计算机临时使用的数据和程序，硬盘则用于长期存储数据和程序。
3. 计算机的工作原理：计算机通过接收输入数据，经过处理和运算，最终输出结果。
计算机按照指令的顺序执行操作，并通过运算、逻辑判断和存储等方法完成各种任务。
4. 计算机网络：计算机网络是计算机之间互相连接的系统，通过网络可以实现资源共享、信息传输和通信等功能。
常见的计算机网络包括局域网（LAN）、广域网（WAN）和互联网（Internet）等。
5. 操作系统：操作系统是计算机的核心软件，它管理计算机的硬件和软件资源，为用户和应用程序提供各种服务。
常见的操作系统有Windows、Linux和macOS等。
二、计算机编程与数据结构1. 编程语言：编程语言是一种用于编写计算机程序的工具，常见的编程语言有C、Java、Python和JavaScript等。
不同的编程语言适用于不同的场景和应用。
2. 程序设计基础：程序设计基础包括算法、流程控制、数据类型和变量、循环和条件语句等内容。
掌握这些基础知识对于编写高效、可靠的程序非常重要。
3. 数据结构：数据结构是组织和存储数据的方式，常见的数据结构包括数组、链表、栈、队列和树等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第一章：能谱数据的获取什么是核辐射探测器核辐射探测器是将入射射线的信息(能量、强度、种类等)转换成电信号或者其它易测量信号(光、热、色或径迹)的转换器，即传感器或换能器。
利用辐射在气体、液体或固体中引起的电离、激发效应或其它物理、化学变化进行辐射探测的器件称为辐射探测器核辐射探测器的工作原理• 基于粒子与物质的相互作用。
• 带电粒子：与物质中原子的轨道电子直接相互作用；• γ/X射线：光电效应，康普顿效应，电子对效应• 中子：核反应产生带电粒子核辐射探测器的分类按工作原理分类：• 利用射线通过物质产生的电离现象做成的辐射探测器• 利用射线通过物质产生的荧光现象做成的辐射探测器。
闪烁体探测器N aI(Ti) C sI(Ti/Na) BGO LaBr3• 利用辐射损伤现象做成的探测器。
径迹探测器CR-39径迹片。
• 利用射线与物质的核反应或相互碰撞产生易于探测的次级。
自给能探测器利用射线与物质的相互作用的其它原理制成的辐射探测器切伦琴科夫探测器。
热释光探测器谱仪中为什么需要前置放大器：1.由于探测器输出的信号比较小，提高信号的差异匹配后续电路，必须对信号进行放大。
2.直接将两者连接在一起，系统笨重，且可能受周围环境（空间太小，辐射太强）的影响。
3.同时为减少探测器输出端到放大器间的分布电容、匹配传输线阻抗，减少外界干扰，提高信噪比。
前置放大器的作用：1.提高系统的信噪比2.减少信号传输过程中外界干扰的相对影响3.合理布局，便于调节和使用4.实现阻抗转换与匹配模拟式谱仪采集一个信号的过程数字化谱仪与模拟式谱仪的区别与联系数字化谱仪：对探测器输出脉冲信号进行采样模拟式谱仪：第二章：能谱数据的特征线状谱转变成类高斯峰的原因a)探测器产生离子对的统计涨落b)探测器的边缘效应c)电子线路的弹道亏损d)脉冲堆积效应谱线“拖尾”形成的根源低能拖尾：当探测器介质中存在缺陷时，该缺陷会复合或俘获电子(或空穴)，导致实际收集的电量减少，其结果使得计数从高能段向能端转移，峰偏离高斯分布，出现“低能拖尾”。
高能拖尾:由于寄生电容的存在，信号传输后，输出端不会立即变为0，在回路中出现振荡，并缓慢恢复到0。
如果恢复时间内又有另一个信号进入，就会使得第二个信号幅度增加，出现“高能拖尾”。
线状谱转变成连续谱的原因1.光子与核外电子相互作用、瑞利散射—弹性散射、光电效应、康普顿散射—非弹性散射。
2.光子与核或核外电子发生库仑力相互作用、电子对效应、核的势散射。
3.光子与原子核(单个核子) 的作用、汤姆逊散射—弹性散射、核共振效应—非弹性散射光致核反应。
仪器谱中各峰形成的机理全能峰：a)光电效应；b)多次康普顿散射，将入射光子的能量完全消耗在探测器灵敏体积中；c )一次康普顿散射的反冲电子能量+散射光子的光电效应产生的光电子；d )正负电子对的能量+正电子淹没产生的两个光子在探测器内发生上述相互作用将能量损失在探测器灵敏体积中。
康普顿平台：多次康普顿效应，使光子能量不断降低，形成能量从0--hv的连续分布。
反散射峰：入射射线穿过NaI晶体后打到光电倍增管上或晶体周围物质上产生了一些大角度的康普顿散射(>1500)，把大部分能量都传递给电子后又回到晶体内。
由于射线能量低，极容易产生光电效应。
对137Cs反散射光子能量在184kev特征X射线峰：137Cs 32kev1.许多放射源在β衰变过程中有轨道电子俘获或γ跃迁中有内转换电子发出，其结果即产生特征X射线。
2.且γ射线与周围物质发生光电效应，也可能产生特征X射线。
湮灭光子峰：高能光子与其它材料（屏蔽体、源、村托等）发生光电效应产生的511 kev 特征X射线逃逸峰：如用NaI探测器测量时，光电效应发生在靠近晶体表面处。
产生的KX 射线容易逃逸出晶体，相应的输出脉冲幅度比入射射线能量完全被吸收减小28keV，这类脉冲在仪器谱上形成一个峰。
I的特征X射线的能量是28 kev谱仪前加一层铝/铍窗的作用1.对空气中天然放射性核素产生α粒子起屏蔽作用；2.电子穿透能力弱，用铍极容易阻挡，且密度小，产生轫致辐射几率小；3.采用源激发时，密度小的材料对初始射线衰减小，同时对产生的特征X射线衰减小，提高探测效率。
常见的仪器谱能量较低时，主要是光电峰，包括出现的碘逃逸峰。
对中等能量，除光电峰外还有康普顿坪。
在较高能时，特别在1.5Mev以上，谱形上又出现单、双逃逸峰等。
第三章：能谱数据的平滑能谱数据平滑的目的：减小统计涨落对能谱数据定性、定量分析的影响。
统计涨落影响主要有：丢失弱峰、出现假峰以及边界道难以确定。
平滑前后应保留的信息：峰位与峰面积尽可能保持不变；重峰出现几率尽可能低常用的滤波方法(原理/区别与联系)重心法；多项式最小二乘移动平滑法；离散函数褶积变换法；傅立叶变换法傅立叶变换法的步骤：1.将整个射线能谱从能域变换到频域2.选择适当的频域滤波函数，乘以上述频域数据（过滤高频）3.将上述滤波后的频域逆变换得到滤波后能谱。
切断频率1.从后1/4谱中找出最大幅度对应的ω1，即为噪声最大幅度。
2.设定R初始值，例如设R=5。
3.从后1/4处向前找出幅度大于R*|Y(ω1 )|的点，此点即为信号起主要作用的点。
4.若找到，从该点向后找第一个幅度低于ω1的点，此点即为切断频率MFC。
5.若找不到，则R=R-0.5，返回3 。
第四章：峰位与峰区的确定能谱分析对寻峰的基本要求：a)能识别弱峰；b)假峰出现的几率尽可能小；c)较高的重峰分辨能力d)能精确确定小数道峰位常用的寻峰方法：简单比较法；高斯乘积函数找峰法；导数法；协方差法峰位的精确确定：重心法；对称零面积法；马尔科夫链法；卷积法；核素库峰型定位法；二阶插值多项式；多项式拟合第五章：峰面积的确定几种峰面积确定方法的演化：太复杂了常用的本底扣除方法：梯形法；多项式拟合；指数法；SINP 法常见的重峰分辨方法：分支比法；高斯函数拟合法第六章：谱仪的刻度谱仪的性能指标1、道数与道宽：道数越多，道宽越精密，但特征峰被分成更多道，使得峰被展平，弱峰易丢失2、谱仪的能量分辨力及半高宽（NaI探测器以137Cs 0.662 Mev 的能量分辨率，半导体探测器60Co 1.332Mev的半高宽为标准，X荧光仪55Fe 5.898Kev的半高宽）3、谱仪的线性：积分线性，峰道址与射线能量之间的线性程度；微分线性，各道宽的均匀程度4、谱仪的死时间5、谱仪的稳定性(多次测量谱峰面积…概率大于0.683)6、谱仪的峰康比：半导60Co的1.332Mev全能峰位计数÷（1.040~1.096Mev康普顿坪的平均计数）一般为60/ 1 。
谱仪的三大刻度1、能量刻度（放射源(或选定的特征峰)的能量/活度，必须是精确已知的标准源与待测源基质、测量条件和几何结果均相同）2、效率刻度（定准峰位/确定特征峰效率）3、峰型刻度（确保谱仪的稳定性好，差值求FWHM）谱仪的探测限判断限(作为判断样品中“有”和“无”某中放射性核素的判界)MDA(在给定置信概率下，谱仪能够探测到的放射性核素最小量)第七章：定性/量分析定性分析过程1、建立核素库(元素的种类、半衰期、特征射线的能量、分支比、所生成的核素)。
2、对标准样品谱进行测量，并对谱仪进行能量刻度。
3、测量待分析样品谱，分析确定所测谱线中各峰能量。
4、确定所对应峰对应何种核素。
5、从低能端到高能端逐步分析，统计得出待测样品所含有的放射性核素的信息。
γ谱仪定量分析方法X荧光能谱定量分析方法（基体效应）相对测量方法逆矩阵法如：三道法增量法特散比法绝对测量方法最小二乘逆矩阵法稀释法非线性校正模式剥谱/能窗法逐道最小二乘法二元比法强度校正模式第八章：测量不确定度理论及应用真值与测量值关系的表达方式演化系统误差、随机/或然误差─→精密度（离散程度）、准确度（平均值与真值的接近程度）和精确度─→相对误差、绝对误差和样本标准差─→测量不确定度标准不确定度的评定方法1. A 类评定采用统计分析方法通过观测来评定不确定度2. B 类采用统计分析以外的方法来评定不确定度不确定度的来源及评定步骤建模，列出不确定度的来源─→评定各影响因素所致标准不确定度，包含A/B类─→计算合成不确定度，扩展不确定度─→测量结果第九章氡及其子体测量氡的危害：①确定性效应表现为：在高浓度氡的暴露下，机体出现血细胞的变化。
氡对人体脂肪有很高的亲和力，特别是氡与神经系统结合后，危害更大。
②随机效应主要表现为肿瘤的发生。
氡的产生机理及来源：对流，扩散，土壤中析出，建筑材料中析出墙壁，地基，生活用水中，天然气。
标准测氡方法：双滤膜法；大气球法；活性炭盒法；蚀刻径迹法氡子体测量方法：氡子体采样方法一般是将待测空气用超细纤维过滤膜过滤,将氡子体带电微尘收集在滤膜上进行测量。
根据取样后测量时间和方法的不同可分为:三点法、三段法、五段法和Α谱法。
1.三点法是测量采样结束后3个时刻的Α计数率,从而求出218Po、214Pb、214Bi3种子体的浓度。
2.三段法是在三点法的基础上发展起来的,其不同点是通过测量取样后3段时间间隔内样品的Α积分计数,进而求出氡子体浓度。
3.五段法是测量取样后5段时间间隔内样品的Α计数,从而确定氡和氕子体浓度。
4.Α能谱法是用Α谱仪分别测218Po、214Bi的Α计数,从而确定218Po、214Pb和214Bi的浓度。
氡及其子体所致剂量评价1．室内空气质量标准中，氡222Rn年平均值400Bq/立方米（标准值）。
2．民用建筑工程室内环境污染物浓度限量：Ⅰ类民用建筑工程（医院学校≦200Bq/立方米），Ⅱ类民用建筑工程（公交车≦400Bq/立方米）。
3．住房内氡浓度检测标准：新建住房年平均值≦100Bq/立方米，已建住房年平均值≦200Bq/立方米。