本文關(guān)鍵詞：基于三維熒光光譜的海上溢油種類的識(shí)別方法探究

  更多相關(guān)文章： 溢油 三維熒光光譜 小波分析 偏最小二乘 平行因子分析 非負(fù)最小二乘 識(shí)別

【摘要】：隨著世界工業(yè)的急劇發(fā)展和人們對(duì)生活水平要求的日益提高,石油在各個(gè)國(guó)家的經(jīng)濟(jì)發(fā)展中扮演著愈來(lái)愈重要的角色。石油需求量的逐年增多,使得海上石油開采活動(dòng)日益頻繁,海上石油運(yùn)輸也日趨活躍。世界上曾多次發(fā)生石油泄漏污染海洋的事件,對(duì)污染地區(qū)海洋生態(tài)環(huán)境造成了嚴(yán)重的影響。根據(jù)統(tǒng)計(jì),1960-2001年間,世界范圍內(nèi)共發(fā)生175起超過(guò)5000噸的大型溢油事故。在我國(guó),從1973年至2005年間,50噸以上的溢油事故發(fā)生約65起,溢油總量達(dá)36795噸。至2013年,我國(guó)石油類含量超第一、二類海水水質(zhì)標(biāo)準(zhǔn)的海域面積約17150平方公里,其中,渤海尤為嚴(yán)重,約占污染海域的48%。發(fā)生溢油事故時(shí),相關(guān)部門除盡最大努力消除溢油對(duì)海洋環(huán)境、海洋動(dòng)植物的影響外,對(duì)溢油油種和來(lái)源的鑒別也十分重要。簡(jiǎn)便、快速、準(zhǔn)確的溢油識(shí)別方法能夠?yàn)楹Ｉ弦缬丸b別工作指明方向,提高鑒別效率,節(jié)省人力。三維熒光光譜(EEM)除具有傳統(tǒng)熒光的優(yōu)點(diǎn)外,能同時(shí)測(cè)定物質(zhì)的激發(fā)、發(fā)射光譜,從而更加全面的體現(xiàn)物質(zhì)的熒光信息,因此其在溢油識(shí)別中的應(yīng)用得到愈來(lái)愈多的關(guān)注與研究。原油、燃料油是海上常見的溢油種類。本文選擇6種原油、3種燃料油,對(duì)其進(jìn)行為期45天的室外自然風(fēng)化實(shí)驗(yàn)。分別對(duì)單種油品、混合油品和單種油品水中溶解部分進(jìn)行原油、燃料油的識(shí)別分析研究,選擇對(duì)混合油品識(shí)別效果較好的方法應(yīng)用于渤海石油烴污染物中主要油品種類的分析。采用以下三種方法對(duì)實(shí)驗(yàn)單種油品進(jìn)行識(shí)別分析,建立基于溢油油品三維熒光光譜的原油、燃料油識(shí)別方法。(1)對(duì)實(shí)驗(yàn)樣品的三維熒光光譜去散射、歸一化,之后進(jìn)行平行因子分析,得到由7個(gè)熒光成分組成的樣品熒光特征譜。將風(fēng)化第3、15、45天的樣品及未風(fēng)化樣品的第一平行樣的熒光特征譜進(jìn)行聚類分析,得到由12條原油標(biāo)準(zhǔn)譜、6條燃料油標(biāo)準(zhǔn)譜組成的熒光標(biāo)準(zhǔn)譜庫(kù)。利用非負(fù)最小二乘多元線性回歸對(duì)第0、7、30天風(fēng)化的樣品和未風(fēng)化樣品的另一平行樣進(jìn)行線性擬合,建立EEM-PARAFAC-NNLS識(shí)別技術(shù)。該方法結(jié)果為除俄羅斯原油外,其它8種原油、燃料油均能被正確分類,識(shí)別正確率原油為87%,燃料油為100%。(2)將去散射后的油品EEM進(jìn)行降維、歸一化,采用bior5.5小波函數(shù)對(duì)其分解,經(jīng)過(guò)比較選擇第4層小波細(xì)節(jié)系數(shù)作為樣品特征向量,通過(guò)聚類分析構(gòu)建熒光標(biāo)準(zhǔn)譜庫(kù),運(yùn)用非負(fù)最小二乘對(duì)樣品進(jìn)行線性擬合,建立EEM-WT-NNLS技術(shù)。結(jié)果表明,該方法對(duì)9種風(fēng)化和未風(fēng)化原油、燃料油的正確識(shí)別率均為100%。(3)通過(guò)bior5.5小波函數(shù)對(duì)油品的三維熒光光譜進(jìn)行分解,將風(fēng)化第3、15、45天的樣品及未風(fēng)化樣品第一平行樣的第4層小波細(xì)節(jié)系數(shù)作為訓(xùn)練集,第0、7、30天風(fēng)化的樣品和未風(fēng)化樣品的另一平行的第4層小波細(xì)節(jié)系數(shù)樣作為驗(yàn)證集。利用偏最小二乘結(jié)合訓(xùn)練集建立校正模型后,對(duì)驗(yàn)證集進(jìn)行原油、燃料油預(yù)測(cè)。EEM-WT-PLS識(shí)別技術(shù)對(duì)9種風(fēng)化和未風(fēng)化原油、燃料油均能達(dá)到100%的正確識(shí)別率。將PARAFAC-NNLS和WT-NNLS應(yīng)用于混合油品的風(fēng)化規(guī)律及主要油品種類的分析研究。海二站原油和380CST燃料油混合中,原油比例達(dá)到70%以上時(shí),PARAFAC-NNLS能將原油識(shí)別為主要油類,識(shí)別正確率為100%,原油比例達(dá)到90%時(shí),WT-NNLS將原油識(shí)別為主要油類,識(shí)別正確率為100%;在海二站原油和5-7號(hào)燃料油混合中,風(fēng)化7天內(nèi),原油比例達(dá)到70%以上時(shí),PARAFAC-NNLS將原油識(shí)別為主要油類的正確率為100%,原油比例達(dá)到90%時(shí),WT-NNLS將原油識(shí)別為主要油類的正確率為100%,在第15-45天的風(fēng)化時(shí)間內(nèi),兩種方法均將燃料油識(shí)別為主要油類,不受原油混合比例大小的影響。在短期風(fēng)化時(shí)間內(nèi),PARAFAC-NNLS對(duì)混合油品的識(shí)別效果較WT-NNLS好,且前者方法的識(shí)別正確率高于后者的識(shí)別正確率。對(duì)油品水中溶解部分的識(shí)別結(jié)果為：PARAFAC-NNLS對(duì)原油、燃料油的識(shí)別正確率分別為83%、22%：WT-NNLS和WT-PLS對(duì)原油、燃料油正確識(shí)別率相同,分別為100%、0%。溶解在水中的燃料油部分易被錯(cuò)誤的識(shí)別為原油,使得其識(shí)別效果大幅降低。用正己烷對(duì)溶于水中的油品部分進(jìn)行萃取濃縮后再進(jìn)行識(shí)別,結(jié)果為：PARAFAC-NNLS、WT-NNLS和WT-PLS對(duì)萃取后原油部分的識(shí)別正確率分別為44%、89%和89%,對(duì)萃取后燃料油部分的識(shí)別正確率分別為78%、44%和67%。將PARAFAC-NNLS和WT-NNLS應(yīng)用于渤海采集的現(xiàn)場(chǎng)石油烴樣品中,以PARAFAC-NNLS識(shí)別結(jié)果為主要參照。結(jié)果顯示,渤海海域石油烴污染物主要以原油類為主,燃料油為主的站位主要位于渤海南部的近岸海域。這種識(shí)別結(jié)果可能與渤海海上鉆井平臺(tái)數(shù)目較多、近岸海上船舶密度較大有關(guān)。
【學(xué)位授予單位】：中國(guó)海洋大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：X55

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 傅平青,劉叢強(qiáng),尹祚瑩,吳豐昌;腐殖酸三維熒光光譜特性研究[J];地球化學(xué);2004年03期

2 李宏斌;劉文清;張玉鈞;丁志群;趙南京;陳東;劉建國(guó);;三維熒光光譜技術(shù)在水監(jiān)測(cè)中的應(yīng)用[J];光學(xué)技術(shù);2006年01期

3 王志剛;劉文清;張玉鈞;李宏斌;趙南京;劉建國(guó);司馬偉昌;楊立書;;不同來(lái)源水體有機(jī)綜合污染指標(biāo)的三維熒光光譜法與傳統(tǒng)方法測(cè)量的對(duì)比研究[J];光譜學(xué)與光譜分析;2007年12期

4 金丹;張玉鈞;李國(guó)剛;肖雪;王志剛;殷高方;劉文清;;菲的三維熒光光譜特性研究[J];光譜學(xué)與光譜分析;2009年05期

5 于海斌;王業(yè)耀;宋存義;;三維熒光光譜法測(cè)定水中氯苯的研究[J];光譜學(xué)與光譜分析;2011年07期

6 黃文丹;周立e，

本文編號(hào)：1143374