随着经济的快速发展和我国能源需求缺口的不断扩大，我国每年从国际市场上进口的石油产品数量不断扩大，且进口地覆盖范围也越来越广。由于我国对原油的进口实行配额制，而对燃料油进口实施的是自动许可制，于是很多不法分子以燃料油的名义进口原油，严重扰乱了市场秩序。虽然已有研究中已经建立了以油品中的化学指标正构烷烃、植烷、姥鲛烷的含量为预测变量的原油/燃料油种类鉴别模型，但是原有鉴别模型检测指标数目较多，鉴别指标性质不够稳定，判别的准确率也有待提高。因此，为了更好地进行原油/燃料油的种类鉴别，规范市场秩序，找到更加有效的鉴别指标，建立一种更加快速、准确的鉴别模型显得尤为重要。本研究选取了我国原油主要进口地的25个原油样品和燃料油主要进口地的26个燃料油样品，采用气相色谱-质谱法（GC-MS）测定了样品中8种典型多环芳烃（2-甲基萘、1-甲基萘、2,6-二甲基萘、2,3,5-三甲基萘、芴、二苯并噻吩、菲、屈）的含量，并将它们作为预测变量，通过运行SPSS16.0软件，对数据进行主成分分析、判别分析和Logistic回归分析等多元统计分析，建立了用于原油和燃料油种类鉴别的6种鉴别模型。并对各个模型的鉴别效果进行了比较分析，结果表明本研究所建立的原油/燃料油种类鉴别模型方便、快速，具有很高的鉴别准确率，可以很好地应用于进口原油和燃料油的监管工作。而且由于模型选取的多环芳烃指标性质稳定，不易受风化的影响，所以本研究所建立的鉴别模型对于海上溢油中涉及到的溢油源鉴别工作也起到了一定的指导作用。本论文的主要结论如下：1.建立了用于原油和燃料油种类鉴别的两种判别分析模型：费歇尔（Fisher）判别分析模型和贝叶斯（Bayes）判别分析模型，两种判别分析模型的准确率相同，都为94.1%；建立了原油和燃料油种类鉴别的Logistic回归分析模型，鉴别准确率为100.0%。三种鉴别模型都能比较准确地鉴别原油和燃料油，尤其是Logistic回归分析模型的准确率达到了100.0%，且从Logistic回归分析模型拟合优度检验结果来看，所建立的模型能很好地反映客观事实。2.把主成分分析、判别分析和Logistic回归分析三种分析方法结合运用，分别建立了主成分费歇尔（Fisher）判别分析模型、主成分贝叶斯（Bayes）判别分析模型和主成分Logistic回归分析模型。对比其准确率，主成分费歇尔（Fisher）判别分析模型和主成分贝叶斯（Bayes）判别分析模型对原油/燃料油种类鉴别的准确率均为84.3%；主成分Logistic回归分析模型对原油/燃料油种类鉴别的准确率为86.3%。由此看出一般判别分析模型和一般Logistic回归分析模型的判别效果要好于主成分判别分析模型和主成分Logistic回归分析模型。本研究的主要创新点如下：本研究以多元统计分析为理论基础，借助SPSS16.0统计分析软件，对原有的以正构烷烃、植烷、姥鲛烷为预测变量的原油/燃料油种类鉴别模型进行了优化，选取了油品中性质更加稳定的多环芳烃指标作为预测变量，首次建立了以多环芳烃指标作为预测变量的原油/燃料油种类鉴别的判别分析模型和Logistic回归分析模型，给出了判别分析函数、Logistic回归分析函数以及模型的判别准则，不仅减少了检测指标的数目，提高了模型的判别准确率，弥补了原有模型存在的不足，而且由于多环芳烃受风化作用影响较小，本文建立的模型对海上溢油的油种鉴别工作也有很好的指导作用。