濃度參量熒光光譜油種鑒別技術研究.pdf

1、海洋溢油事故的頻發(fā)和其對海洋環(huán)境安全和人類健康的嚴重危害,將海洋溢油的研究提到了全球環(huán)境問題的焦點之一。溢油事故發(fā)生后,必須及時準確地進行油指紋分析鑒別,確定責任歸屬,為污染清除費用的索賠提供依據(jù),這對有效地防治船舶運輸、船上石油開發(fā)造成的油污染具有重要意義。因此,建立一套實時、經(jīng)濟、易于推廣的海洋溢油樣品多環(huán)芳烴(PAHs)分析技術,對中國這樣一個環(huán)境壓力日趨嚴重的世界上最大的發(fā)展中國家具有重要的實用價值。
　　 熒光光譜技術

2、具有靈敏度高、分析結果快速、受風化影響小等優(yōu)點,一直作為國際海事組織(IMO)推薦的主要標準的化學分析儀器之一,但光譜重疊嚴重,對于相近油源原油樣品的鑒別能力有限,溢油指紋檢測僅限于初期的普查階段,未能成長為獨立有效的檢測手段。
　　 作為成熟的光譜技術,熒光技術近年來的發(fā)展趨勢主要集中在(I)針對熒光鑒別能力有限的問題,改進光譜獲取技術,增加信息維度,豐富熒光信息。(ii)針對多組分混合體系熒光光譜重疊嚴重的問題,利用先進的數(shù)

3、據(jù)挖掘手段提取特征量,進行光譜分析及識別。
　　 論文針對原油相關樣品,從熒光光譜技術的發(fā)展及數(shù)據(jù)挖掘手段的應用兩個方面做了較為詳細的綜述。同時論文的主體工作也圍繞這個兩個方面進行了探索,以期提高熒光指紋鑒別技術的識別率。
　　 論文的第三章針對原油相關樣品熒光光譜的光譜特征,提出了引入濃度作為輔助參量以增加熒光光譜信息量的方法,結合單質(zhì)芳烴組分的熒光光譜隨濃度變化的實驗研究分析引入濃度參量的必要性和有效性。針對原油相關

4、樣品濃度參量熒光光譜的特點,就光譜技術的選擇,參數(shù)的選擇,試劑的選取進行了詳細的實驗分析和討論。
　　 考慮到單一濃度不能反映原油相關樣品芳烴組成比率的不同,引入濃度一維,全面反映不同環(huán)數(shù)的多環(huán)芳烴及其熒光特性,同時利用同步熒光光譜可通過單次測量反映三維光譜的主要信息。二者的結合構成的濃度同步熒光光譜矩陣(CSMF)全面地反映了原油相關樣品芳烴組分熒光信息,為數(shù)據(jù)挖掘提供充足的組分信息。
　　 第四章基于濃度同步熒光光譜

5、矩陣(CSMF)對不同層次原油相關樣品進行光譜數(shù)據(jù)的采集?？紤]到海洋溢油復雜條件對濃度參量熒光光譜技術可能造成的影響,在多種外擾條件進行了綜合實驗研究,獲取了不同類別不同油田36個原油相關樣品的光譜。從光譜角度全面考察了熒光溢油鑒別方法的有效性和適用范圍。
　　 有效的特征提取是模式識別成功率的關鍵,第五章利用不同的特征提取方法對不同層次的原油相關樣品進行了特征提取,并針對其特征提取量特點對方法的有效性進行了詳細討論。結果表明:

6、主成分分析方法(PCA)的主成分載荷圖可以很好的反映各個原油相關樣品在油源上相近程度;而偏最小二乘法PLS的主成分提取方式在相近油源的原油相關樣品的特征分析上要優(yōu)于PCA;二維Gabor小波變換能夠捕捉對應于空間位置、空間頻率及方向選擇性的局部結構信息,對風化條件下的相近油源樣品的CSMF光譜實現(xiàn)了魯棒性高的最優(yōu)特征提取,為分類識別奠定了良好基礎。
　　 第六章是在第五章濃度同步熒光光譜矩陣(CSFM)詳細的特征分析的基礎上,針

7、對原油相關樣品樣本進行最終的分類識別。根據(jù)海洋溢油現(xiàn)場的要求,通過“濃度層析局部匹配方法”與“相對特征提取及模式識別方法”的結合,建立起一套基于原油樣品濃度參量熒光光譜的溢油指紋鑒別技術。
　　 首先利用濃度層析光譜局部匹配方法分別對相近油源的原油相關樣品鑒別和引入外擾原油相關樣品集進行了測試。通過對不同參數(shù)選擇的測試結果分析,對該方法參數(shù)的選定進行了討論,確定了參數(shù)的最佳選擇范圍。結果表明,該方法不需要大量對可疑油樣提取訓練樣

8、本,只需單次測量可疑油樣的濃度同步熒光光譜矩陣(CSFM),同時對肇事油樣,只需采集6-8個濃度系列的CSFM光譜,十分符合快速、簡便、易操作的溢油實時監(jiān)測要求,并可同時對溢油在一定體積中的含量進行定量。但風化等外擾的引入也會使相近油種之間鑒別產(chǎn)生錯誤判斷,準確率降低。當外擾較大的情況下,可以輔助其他指紋鑒別方法實現(xiàn)濃度定量。
　　 作為本論文的各類數(shù)據(jù)分析方法的總結,將PCA、PLS以及二維Gabor小波提取的特征量,分別與A

9、NN和SVM結合進行原油相關樣品的分類識別。在特征提取的選擇上,Gabor要優(yōu)于PCA和PLS,而針對模式識別,由于該油種鑒別技術是屬于小樣本分類識別,所以ANN的結果不穩(wěn)定,SVM的分類效果較為理想。交叉檢驗的結果表明:針對引入外擾情況下的相近油源的溢油樣品集,特征提取和分類器的選擇對識別結果的影響較大,其中Gabor_SVM的識別準確率是最高的,可達到92％。同時由于兩類分類區(qū)分的結果遠遠高于多類分類識別的結果,可利用多類識別的方法