土壤石油烃类污染物对环境安全、工农业生产及人类健康造成了巨大威胁,发展土壤石油烃类污染物现场快速检测技术对场地污染调查、治理及应急监测具有重要意义。激光诱导荧光技术具有检测速度快、灵敏度高、可现场检测等特点,为土壤石油烃类污染物的现场快速检测提供了一种新方法。论文开展了土壤石油烃类污染物荧光测量技术及应用研究,为进一步发展土壤有机污染物的快速监测设备提供方法和数据支撑。论文完成的主要研究工作如下:(1)搭建了土壤石油烃类污染物激光诱导荧光实验系统,进行了参数优化,并分析了不同物理特性下土壤石油烃类污染物的荧光光谱特性。研究了土壤石油烃的激发与发射光谱特性,确定了土壤石油烃的激发波长与荧光光谱范围,选择4倍频Nd:YAG激光器与光纤光谱仪构建了土壤石油烃荧光光谱检测实验系统。实验分析了不同激光脉冲能量、重复频率及光谱累加次数下土壤石油烃类污染物的荧光光谱特征及稳定性,确定了最优实验参数,激光脉冲能量密度范围为2mJ/cm2-4mJ/cm2,重复频率为10 Hz,光谱累加次数为40次,样品单次测量时间仅为4s。实验分析了土壤疏松度、粒径及湿度等因素对石油烃类污染物荧光发射特性的影响,其中土壤湿度对荧光强度影响最大,且随着湿度增加荧光强度呈快速上升后下降的趋势,土壤疏松度与粒径对荧光光谱强度及稳定性影响较小。(2)研究了土壤石油烃类污染物组分识别、湿度校正与定量检测方法。基于迭代逼近算法及截取特征光谱法对土壤混合石油烃光谱进行了解离,计算了机油和柴油的贡献率,并重建了荧光光谱,与原始光谱的误差小于5%。研究了基于主成分分析的土壤石油烃组分识别方法,对机油、柴油、润滑油等石油烃大类的识别率为100%,对同类不同标号的石油烃识别准确率较低。研究了土壤石油烃类污染物的三维荧光光谱识别方法,建立了以平均值、标准差、重心横纵坐标、相关系数、长轴斜率、偏度、峰度和长轴斜率等参数为识别特征,使用主成分分析及BP-ANN分类识别算法,对不同标号石油烃分类综合识别率达到了 95.62%;研究并比较了定标曲线法、3DEEM平行因子法和RBF-NN算法等定量方法,结果表明利用改良型RBF-NN模型效果最优,测量误差约为5.5%,且同时能够校正土壤湿度引入的测量误差。(3)研究了土壤石油烃污染的空间分布规律。以柴油为例,以RBF模型计算了不同湿度下土壤柴油表面横向扩散宽度和纵向垂直渗透深度,并建立了不同土壤湿度下柴油的三维渗透模型。结果表明,随着土壤湿度的增加,土壤柴油表面横向扩散广度逐渐增加,垂直纵向渗透深度逐渐减小,即土壤湿度的增加有助于石柴油横向扩散,阻碍柴油纵向渗透。土壤湿度为0%、5%和10%时,利用所建立的土壤柴油三维渗透模型反演柴油总量,相对测量误差依次为6.22%、8.30%和9.10%,验证了 LIF光谱技术应用于土壤石油烃污染空间分布的可行性,为土壤表层石油污染面积评估、土壤石油烃泄露应急监测和高效修复提供理论依据和方法支撑。(4)开展了石油烃污染土壤的外场实验。从实际土壤石油烃光谱特性出发,提出了土壤混合石油烃定量算法,实现了土壤混合石油烃污染的快速定量检测。首先在实验室条件下,分析了湿度为5%土壤中浓度为0%-10%的总石油烃测量误差,测量误差在15%以内。在合肥市某汽车修配厂附近约0.32公顷场地对40个土壤样品进行了现场测量,并进行了检测结果校正与分析,检测结果表明该汽车修配厂周边区域总石油烃浓度约为0.6%,研究表明LIF技术能够用于污染场地石油烃类污染物的快速检测与筛查。论文研究为进一步发展土壤石油烃类污染物的现场快速监测手段提供了数据支撑和方法支持。