论文部分内容阅读
随着经济社会的快速发展,人类对石油能源的需求日益增加,石油开采量和运输量也随之大大升高。石油在海上钻井平台开采过程以及海上运输过程中,不可避免的将会出现石油泄露的问题。近年来海上溢油污染日趋严重,寻找一种快速、有效鉴别石油类污染物的方法成为研究的重点及热点问题。本文讲述了荧光发光机理、石油类污染物的组成成分以及产生荧光的结构基础;介绍了二维荧光光谱技术以及三维荧光光谱技术;介绍了实验仪器的各种性能指标以及实验参数的选取。实验部分选取机油和航空煤油配置石油类污染物实验样本,确定了实验样本的有效线性浓度,对三维荧光光谱数据进行了一系列的预处理,包括:消除散射、激发-发射光谱校正以及利用小波变换进行三维荧光光谱数据的去噪。介绍了化学计量学中的高阶校正算法在石油类污染物检测中的应用。针对三维数据结构引入三维校正,在三维校正中分别运用平行因子分析(Parallel Factor Analysis,PARAFAC)算法、自加权交替三线性分解(Self-weighted Alternating Trilinear Decomposition,SWATLD)算法、交替惩罚三线性分解(Alternating Penalty Trilinear Decomposition,APTLD)算法处理石油类污染物样本,证明了三维校正用于石油类污染物的检测可行性。其中APTLD算法、SWATLD算法优势明显,可以在未知背景下以“数学分离”代替“化学分离”达到理想的定性、定量分析结果。在三维数据结构的基础上沿着动力学时间堆叠构建四维数据结构,针对四维数据结构引入四维校正,在四维校正中分别运用四维平行因子分析(Four-way Parallel Factor Analysis,4-PARAFAC)算法、交替惩罚四线性分解(Alternating Penalty Quadrilinear Decomposition,APQLD)算法、交替加权残差约束四线性分解(Alternating Weighted Residue Constraint Quadrilinear Decomposition,AWRCQLD)算法处理相同时间间隔的石油类污染物样本证明了四维校正用于石油类污染物的检测可行性,表明四维校正算法较三维校正算法更具有优势。