Investigadores han empleado simulaciones Monte Carlo para caracterizar el rendimiento de un sensor basado en neutrones, denominado SABAT (Submersible Autonomous Body for Aquatic Threat detection), diseñado para detectar sustancias peligrosas en entornos subacuáticos. Este sensor está integrado en un dron submarino, lo que le permite operar de forma autónoma en la exploración de áreas como puertos, vías fluviales y zonas costeras para identificar amenazas químicas, radiológicas, biológicas, nucleares y explosivas (CBRNE).

El estudio se centró en evaluar la capacidad de SABAT para detectar la presencia de materiales específicos, como explosivos y agentes químicos, a través de la interacción de neutrones con los núcleos atómicos de estos compuestos. Las simulaciones Monte Carlo, una técnica computacional que utiliza muestreo aleatorio para obtener resultados numéricos, permitieron modelar con precisión el transporte de neutrones y fotones a través del agua y los materiales objetivo, proporcionando datos cruciales sobre la sensibilidad y el alcance del sistema.

Los resultados de las simulaciones detallan la eficacia del detector en diversas condiciones y configuraciones, optimizando la fuente de neutrones y los detectores de radiación para maximizar la probabilidad de identificación de las sustancias peligrosas. Esta caracterización es fundamental para el desarrollo y despliegue seguro de la tecnología SABAT, asegurando que pueda operar de manera efectiva y fiable en la detección de amenazas submarinas, minimizando riesgos para el personal humano y el medio ambiente.