本文關(guān)鍵詞：基于三維熒光光譜的海上溢油種類的識別方法探究

  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 識別

【摘要】：隨著世界工業(yè)的急劇發(fā)展和人們對生活水平要求的日益提高,石油在各個國家的經(jīng)濟(jì)發(fā)展中扮演著愈來愈重要的角色。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5000噸的大型溢油事故。在我國,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,相關(guān)部門除盡最大努力消除溢油對海洋環(huán)境、海洋動植物的影響外,對溢油油種和來源的鑒別也十分重要。簡便、快速、準(zhǔn)確的溢油識別方法能夠?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,能同時測定物質(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,因此其在溢油識別中的應(yīng)用得到愈來愈多的關(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,對其進(jìn)行為期45天的室外自然風(fēng)化實(shí)驗(yàn)。分別對單種油品、混合油品和單種油品水中溶解部分進(jìn)行原油、燃料油的識別分析研究,選擇對混合油品識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實(shí)驗(yàn)單種油品進(jìn)行識別分析,建立基于溢油油品三維熒光光譜的原油、燃料油識別方法。(1)對實(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。利用非負(fù)最小二乘多元線性回歸對第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)對其分解,經(jīng)過比較選擇第4層小波細(xì)節(jié)系數(shù)作為樣品特征向量,通過聚類分析構(gòu)建熒光標(biāo)準(zhǔn)譜庫,運(yùn)用非負(fù)最小二乘對樣品進(jìn)行線性擬合,建立EEM-WT-NNLS技術(shù)。結(jié)果表明,該方法對9種風(fēng)化和未風(fēng)化原油、燃料油的正確識別率均為100%。(3)通過bior5.5小波函數(shù)對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,對驗(yàn)證集進(jìn)行原油、燃料油預(yù)測。EEM-WT-PLS識別技術(shù)對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,PARAFAC-NNLS能將原油識別為主要油類,識別正確率為100%,原油比例達(dá)到90%時,WT-NNLS將原油識別為主要油類,識別正確率為100%;在海二站原油和5-7號燃料油混合中,風(fēng)化7天內(nèi),原油比例達(dá)到70%以上時,PARAFAC-NNLS將原油識別為主要油類的正確率為100%,原油比例達(dá)到90%時,WT-NNLS將原油識別為主要油類的正確率為100%,在第15-45天的風(fēng)化時間內(nèi),兩種方法均將燃料油識別為主要油類,不受原油混合比例大小的影響。在短期風(fēng)化時間內(nèi),PARAFAC-NNLS對混合油品的識別效果較WT-NNLS好,且前者方法的識別正確率高于后者的識別正確率。對油品水中溶解部分的識別結(jié)果為：PARAFAC-NNLS對原油、燃料油的識別正確率分別為83%、22%：WT-NNLS和WT-PLS對原油、燃料油正確識別率相同,分別為100%、0%。溶解在水中的燃料油部分易被錯誤的識別為原油,使得其識別效果大幅降低。用正己烷對溶于水中的油品部分進(jìn)行萃取濃縮后再進(jìn)行識別,結(jié)果為：PARAFAC-NNLS、WT-NNLS和WT-PLS對萃取后原油部分的識別正確率分別為44%、89%和89%,對萃取后燃料油部分的識別正確率分別為78%、44%和67%。將PARAFAC-NNLS和WT-NNLS應(yīng)用于渤海采集的現(xiàn)場石油烴樣品中,以PARAFAC-NNLS識別結(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。這種識別結(jié)果可能與渤海海上鉆井平臺數(shù)目較多、近岸海上船舶密度較大有關(guān)。
【學(xué)位授予單位】：中國海洋大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：X55

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 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;;三維熒光光譜技術(shù)在水監(jiān)測中的應(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;司馬偉昌;楊立書;;不同來源水體有機(jī)綜合污染指標(biāo)的三維熒光光譜法與傳統(tǒng)方法測量的對比研究[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：1143374