【摘 要】
:
海洋石油运输及油气开发中,溢油事故时有发生,严重破坏环境生态。海面溢油流动性还可导致越境污染。溢油溯源鉴别为事故责任认定和法律裁决提供可靠依据,是及时采取针对性控制对策的重要前提以及防范慑溢油逃逸的有效手段。为提高鉴别可信度和说服力,国际上普遍采用多方法联用策略,相关技术及标准不断更新,对可便携的现场快速鉴别技术需求日益迫切。溢油现场快速溯源,可显著提高执法效率,尽快采取补救措施,减少环境生态破坏
论文部分内容阅读
海洋石油运输及油气开发中,溢油事故时有发生,严重破坏环境生态。海面溢油流动性还可导致越境污染。溢油溯源鉴别为事故责任认定和法律裁决提供可靠依据,是及时采取针对性控制对策的重要前提以及防范慑溢油逃逸的有效手段。为提高鉴别可信度和说服力,国际上普遍采用多方法联用策略,相关技术及标准不断更新,对可便携的现场快速鉴别技术需求日益迫切。溢油现场快速溯源,可显著提高执法效率,尽快采取补救措施,减少环境生态破坏。拉曼光谱具有样品无损伤,不受海水干扰,易于便携化等特点。本论文针对原油及油膜,采用同时包含荧光和拉曼信息的特征光谱,结合优化支持向量机探究快速鉴别原油研究。主要包括以下内容:选取24种原油、25种油膜以及11种信息全盲的原油作为模式油样,使用显微共焦拉曼光谱仪,在532nm激发条件下,采集同时包含拉曼和荧光信息的原始拉曼谱;将未进行任何荧光背景扣除的原始拉曼谱,作为各模式油样的一维拉曼特征谱。选取15种原油作为模式油样,在不进行荧光背景扣除条件下,引入激发波长扰动因子,测定求算二维同步相关光谱,作为各油样的二维特征拉曼谱。基于一维及二维拉曼谱,开展支持向量机鉴别研究。采用网格搜索、遗传算法和粒子群算法等寻优方法,线性、多项式和RBF等核函数优化模型,以及随机森林法及威尔克Lambda法等特征变量优选算法,探索无损高效的溢油鉴别方法。在未进行特征变量优选条件下,基于24种原油测试组的一维指纹谱,采用遗传算法寻优,线性核、多项式核-支持向量机模型鉴别准确率均达到100%;经过随机森林算法特征变量优选后,使用遗传算法寻优,RBF核-支持向量机模型对原油测试组的鉴别准确率为100%,鉴别耗时缩短13倍;采用威尔克Lambda法特征变量优选后,采用遗传算法寻优,线性核-支持向量机模型对原油测试组的鉴别准确率达到100%,鉴别耗时缩短13倍。在未进行特征变量优选条件下,基于25种油膜测试组的一维指纹谱,采用网格搜索法和遗传算法寻优,线性核-支持向量机模型的鉴别准确率均达到90.27%;经过随机森林算法特征变量优选后,使用粒子群算法寻优,RBF核-支持向量机模型对油膜测试组的鉴别准确率为81.55%,鉴别耗时缩短3-22倍;采用威尔克Lambda法特征变量优选后,采用遗传算法寻优,RBF核-支持向量机模型对油膜测试组的鉴别准确率达到82.05%,鉴别耗时缩短3-18倍。在未进行特征变量优选条件下,基于11种信息全盲原油测试组的一维指纹谱,采用三种寻优方法,多项式-支持向量机模型的鉴别准确率均达到100%;经过随机森林算法特征变量优选后,使用网格搜索法寻优,RBF核-支持向量机模型对测试组的鉴别准确率为99.33%,鉴别耗时缩短10-56倍;采用威尔克Lambda法特征变量优选后,采用使用网格搜索法寻优,RBF核-支持向量机模型对测试组的鉴别准确率达到99.33%,鉴别耗时缩短9-51倍。在未进行特征变量优选条件下,基于15种原油二维维指纹谱,采用粒子群算法寻优,多项式-支持向量机模型的鉴别准确率均达到98%;经过随机森林算法特征变量优选后,使用三种寻优方法,线性核、RBF核-支持向量机模型对原油测试组的鉴别准确率为99%,鉴别耗时缩短4-6倍;采用威尔克Lambda法特征变量优选后,采用三种寻优方法,线性核、RBF核-支持向量机模型对原油测试组的鉴别准确率达到99%,鉴别耗时缩短3-4.5倍。未经特征变量优选时,多项式核函数模型具有更高的鉴别准确率和稳定性,具有更好的泛化能力;经特征变量优选后RBF核函数模型具有更高的鉴别准确率和稳定性,具有更好的泛化能力;网格搜索法寻优时间最短,遗传算法寻优具有更好的鉴别准确率;特征变量优选后鉴别耗时缩短3-51倍。基于拉曼光谱技术的支持向量机原油鉴别方法能够无损、快速的对嫌疑油样进行预筛选和后续深入鉴别,可与现有溢油鉴别技术互补,对其他油类鉴别具有理论参考和实用价值。
其他文献
为了探索更加高效更加便捷的船舶轨迹异常检测方法,提升海事监管的效率,提高海事检测的自动化及智能化;保障船舶海上航行安全,为海上交通领域的研究和科学应用提供一定的理论支持。本文以船舶自动识别系统(Automatic Identification System,AIS)提供的原始船舶轨迹数据为基础,通过数据清洗、处理等手段得到高质量的船舶轨迹数据作为训练集。随后利用基于密度的聚类算法(Density-
偶氮染料是应用最广泛的化学染料,偶氮染料废水排放到环境中将引发人类健康问题及一系列环境问题。微生物及其降解酶对偶氮染料的脱色降解是生物修复的最佳选择。细菌主要通过产生的偶氮还原酶使偶氮键还原断裂,产生的苯胺类物质在好氧条件下再进一步被降解为二氧化碳和水。近年来,已有从细菌中分离鉴定偶氮还原酶基因的报道,但关于嗜盐菌重组偶氮还原酶性质的系统研究较少。从嗜盐菌中鉴定和克隆偶氮还原酶基因、构建可以耐盐脱
辽东湾是中国渤海三大海湾之一,约占渤海总面积的1/3,主要入海河流有大凌河、大辽河、小凌河以及辽河等。河水携带着城市生活废水、工农业废水以及自然降雨进入辽东湾,因其是一个三面陆地的半封闭式海湾,湾内海水的自然水交换能力较弱,所以海域环境污染严重且污染持续时间长,难以治理。在众多污染物中,重金属因其高毒性、持久性和生物富集的特点逐渐被人们关注。为了更好的了解辽东湾重金属污染现状,在2020年冬季、春
随着航运业的迅猛发展,对船舶自动舵的要求越来越高,不仅要求自动舵具有良好的航向保持、航迹保持等性能,而且需要自动舵具有减摇、自动靠离泊、自动避碰等功能。要求自动舵在保证船舶具有足够的航向、航迹控制精度的基础上,同时提高船舶的适航性、智能化和安全性等。本文以当前船舶使用的PID自动舵为基础,对船舶航向航迹控制及船舶转向时的横倾问题进行研究,主要研究工作包括:为研究集装箱船、滚装船等受风面积大的船舶运
随着习近平总书记提出的“一带一路”战略的深入发展,海上贸易运输也获得了新的发展机遇,部分国内外重要航道内的船舶流量和密度都在不断增大,由此带来的船舶间微观行为也在不断增加,导致这些重要航道内的船舶复杂行为逐渐增多,从而在微观层面表现出航道内减速跟随和追越现象不断涌现,为了解决并研究这些复杂交通现象背后的产生机理,本文将从复杂性科学和交通工程学角度入手,对船舶交通流模型进行建模,来对各种微观行为进行
为了提高AIS(Automatic Identification System)轨迹数据在海事监管中的作用,本文以“基于混合神经网络的船舶轨迹预测”为选题,探究预测精度更高、鲁棒性更强的轨迹预测模型,为后续的船舶异常行为检测、船舶智能避碰等方面提供相关的理论基础。本文模型训练基于大量的历史AIS数据,在不影响轨迹特征的基础上对原数据进行降噪,制作了可用于神经网络训练输入的数据集,建立了预测结果较理
随着海上石油运输与开采规模的不断扩大,溢油事故的发生不可避免。在悬浮颗粒物充足的水域,溢油会在波浪作用下破碎分散成油滴,进而与悬浮颗粒物碰撞聚合形成油-颗粒物聚合体(以下简称OPA)。OPA形成后会沉降至海底,严重危害海洋底栖生物及生态环境。因此,开展OPA形成规律的研究对于溢油的风险影响预测及管理具有重要意义。为更接近实际海况条件,本文采用波浪水槽进一步扩大水动力模拟尺度,以荣卡多原油作为实验油
在可见光条件下,如何做到在各种海况背景下快速、准确地检测出船舶目标是当下亟需解决的一个难点问题,同时也是实现海上船舶目标智能检测的关键技术。因此,为提高海上船舶目标检测的准确性,实现海上船舶目标智能检测,论文从传统目标检测方法中的单帧图像、视频序列和深度学习算法三个角度实现船舶目标的检测。在可见光条件下,根据采集视频中天空和海面背景具有均匀性和连续性,研究一种基于单帧图像的船舶目标检测算法。该算法
叶绿素a浓度(Chl-a)是反映水质状况和生物地球化学状况的重要指标。监测叶绿素浓度的时空变化,不仅有助于了解近岸水体水质状况,还可以为海洋环境管理决策提供依据。海洋遥感提供了传统的采样方法无法达到的足够精细空间分辨率的高频测量,是在大时空尺度上获取叶绿素信息的一种独特手段,因此近些年叶绿素浓度遥感反演算法得到了迅速发展,并在海洋监测中发挥了重要的作用。但是由于近岸水体的光学性质复杂,导致已有算法
工业生产中大约有10-15%的染料因未与纺织纤维结合而对水体造成污染,使之成为一种环境污染物。染料不仅加剧了废水的颜色变化,而且具有毒性、致畸性、致癌和致突变等危害,严重威胁生态和人类健康。吸附法具有成本低、操作简单、不会产生其它反应副产物的特点,是处理染料废水的常用方法之一。近年来,气凝胶作为一种新型吸附剂,由于其重量轻、吸附能力强、压缩性能好以及具有优异的复用性能等,成为水中污染物吸附去除研究