基于融合技术的海洋溢油指纹快速分类鉴别方法研究

近年来，我国海上石油勘探开发规模迅速增大，海上运输日益繁忙，原油码头不断建设，我国海洋溢油灾害风险急剧增加，溢油事故时有发生，海洋环境面临很大压力。面对众多油污染源，海上溢油事故发生后，快速准确排查可疑溢油源和最终确定溢油源是溢油应急处置和处理的关键，也是目前急需解决的技术难题。.本文基于数据融合技术的思想和理论，以渤海原油和风化油样为研究对象，利用小波分析的时频局部化，可以实现针对性提取特征信息的优势，结合相关系数优化方法对特征信息进行校正，对油样的气相色谱和气相色谱/质谱原始指纹开展数据级融合；借助可以计算油品中组分比值的Aitchison距离的聚类分析方法，开展油指纹的特征级融合，研究建立基于融合技术的的快速油样分类鉴别方法，为海上溢油事故溢油源的快速经济的排查提供应用技术基础。

本课题开展了混合和单井油样室内室外风化实验，验证了油指纹以蒸发为主的风化规律，确定了对光氧化敏感的油指纹特征组分（m/z216特征离子）。基于数据级融合技术的思想，开展了COW方法对分析跨度时间超过1年的油指纹气相色谱质谱数据进行了校正，并结合小波分析滤噪和提取信息，实现了直接基于油品原始指纹（气相色谱质谱）的 包括8个轻质燃料油、22个重质燃料油和20个原油等三种油品的较好的分类鉴别。基于特征级融合技术理论，研究了基于143个油品特征组分（正构烷烃、多环芳烃和甾萜类生物标志物）和43个特征比值的欧式聚类、Aitchison聚类以及主成分聚类，结果发现，基于特征比值的欧式聚类结果及主成分聚类结果明显优于基于组分的聚类结果，这说明特征比值不但能够表征不同油样化学组成，具有地球化学意义，并且基本不受或受风化影响较小，而且其受浓度影响最小，还可以排除由于不同时间分析条件的变化、仪器波动等因素引起的变化。综上所述，通过该课题研究表明，数据级融合和特征级融合技术在是实现油品的快速分类鉴别的重要方法。