Tungsten accumulation in the core of tokamak plasmas poses a major risk to the core performance through strong radiative cooling. Reliable estimates of tungsten concentrations are therefore critical towards fusion-relevant operation. In this article, we present Bayesian integrated data analysis (IDA) on measurements from soft x-ray, interferometry and electron cyclotron emission diagnostics at WEST, to jointly estimate the two-dimensional tungsten concentration profiles and kinetic profiles ( and ). IDA aims at providing reliable parameter estimates that are consistent with all available measurements, together with adequate uncertainty quantification. The IDA approach relies on the exploration of a high-dimensional joint posterior distribution of the quantities of interest, which, in our work, is implemented efficiently via Markov chain Monte Carlo sampling techniques with reparameterization. This method has been tested on both synthetic and experimental data. It yields reliable tungsten concentration estimates in the core plasma, whereas the uncertainty strongly increases towards the edge. Therefore, we also incorporate bolometry measurements, with first results indicating the strong potential of this method.
トカマクプラズマのコアにおけるタングステンの蓄積は、強い放射冷却を通じてコア性能に大きなリスクをもたらす。したがって、タングステン濃度の信頼できる推定は、核融合関連運転にとって極めて重要である。本論文では、WESTにおける軟X線、干渉計、電子サイクロトロン放射診断からの測定データに対するベイズ統合データ解析（IDA）を提示し、二次元タングステン濃度プロファイルと運動学的プロファイル（ と ）を同時に推定する。IDAは、利用可能なすべての測定と整合する信頼できるパラメータ推定を、適切な不確実性の定量化とともに提供することを目的とする。IDAアプローチは、関心量の高次元同時事後分布の探索に依存しており、本研究では、再パラメータ化を伴うマルコフ連鎖モンテカルロサンプリング手法により効率的に実装される。この手法は、合成データと実験データの両方でテストされている。これは、コアプラズマにおいて信頼できるタングステン濃度推定をもたらす一方、不確実性はエッジに向かって強く増大する。したがって、我々はボロメトリー測定も組み込み、初期結果はこの手法の強い可能性を示している。