海面溢油污染是一种危害极大的海洋污染,严重影响着海洋生物的生存和人类的发展,而治理溢油污染的关键在于准确判定溢油污染的类别。溢油进入海域主要有未乳化与乳化两种类型,前者以油膜状态存在,后者以乳化物形式存在。本文以激光诱导荧光（LIF）探测海面溢油技术为基础,以0#柴油、航空煤油和壳牌红壳15W 40润滑油为例,设计了区分不同油种的乳化状态和油膜状态的识别方法。本文的主要工作内容如下:首先,在实验室搭建LIF光谱测量系统,制备柴油、煤油、润滑油的不同厚度的油膜和不同含水率的乳化液,采集乳化柴油、柴油油膜、乳化煤油、煤油油膜、乳化润滑油、润滑油油膜荧光光谱。其次,采用主成分分析（PCA）和设计特征参量的方法对荧光光谱数据进行特征提取,然后运用最小二乘法判别分析（PLS-DA）和BP神经网络进行分类识别。最后,本文采用了直接识别、油种识别+状态识别两种识别方式;直接识别方式用PCA+PLS-DA、特征参量+BP神经网络、特征参量+PLS-DA三种方法对6种荧光光谱进行识别,实验表明这三种识别方法均能较好的实现对6种荧光光谱识别,其中PCA+PLS-DA法由于运用了PCA对数据进行降维,因此具有识别速度快的优点,而特征参量+PLS-DA法能够体现出每一个特征参量对结果的影响,特征参量+BP神经网络法虽然识别速度较慢,但识别效果最好。油种识别+状态识别用了特征参量+BP神经网络、特征参量+PLS-DA两种方法进行识别,实验结果表明,特征参量+BP神经网络的方法在溢油的类型识别上识别率更高,而且当选择乳化润滑油、润滑油油膜为训练集,乳化柴油、柴油油膜、乳化煤油、煤油油膜为测试集时,识别效果最好。