2. 潍坊学院物理与电子科学学院, 潍坊 261061;
3. 中国海洋大学光学光电子实验室, 青岛 266100
2. Department of Physics & Electronics Science, Weifang University, Weifang 261061, China;
3. Optics & Optoelectronics Laboratory, Ocean University of China, Qingdao 266100, China
近年来,溢油灾难引起了世界各国的高度重视,2011年中国渤海湾的溢油事故成为媒体关注的焦点,也凸显了溢油检测的严重滞后性及应急处理执行力弱等问题. 因此如何迅速准确地给出溢油的定性定量分析数据,确定溢油的来源及总量,在油污染事件发生时先行,短时间内向决策者及模式分析者提供所需的筛检资料以争取时效,其意义十分重大.
由于海洋环境中溢油的组分及其变化都是极为复杂的,目前普遍接受的观点是单靠某一种方法难以达到法事鉴别的要求,需要整合多种溢油识别和鉴定方法[1]. 溢油逐级指纹鉴别方法自20世纪90年代得以迅速发展:荧光光谱[2, 3, 4, 5, 6]、 红外(IR)[7, 8]和气相色谱-火焰离子检测器GC/FID[9, 10, 11] 被用作初级筛选方法以迅速缩小可疑样本,气相色谱/质谱法联用技术(GC/MS)[12, 13, 14]则通过获取石油烃组分信息为环境法医学提供更详细佐证[15].
其中与气相色谱相关的GC/FID及GC/MS是各个溢油实验室最重要的溢油鉴别手段,但其价格昂贵,样品前处理阶段程序复杂,耗时费力,同时需要大量超纯溶剂[1]. 而光谱方法虽然预处理和分析时间短,费用低,但在这一领域始终没有受到应有的重视. 特别是荧光光谱,虽然具有其他方法不能替代的优势,灵敏度高、 受风化影响小,分析速度快速,操作简单,非常适用于现场溢油检测操作[16],但其可靠性却屡受质疑.
这是由于海洋溢油鉴别过程中海水的掺入很难避免,而原油的荧光光谱随萃取液浓度的变化比较大,因此在浓度不能准确获取的情况下,无法区别光谱谱形的变化是由浓度的变化引起的,还是油种的不同引起的. 这就是为什么荧光光谱在溢油鉴别的实际应用中往往并不准确的原因[17, 18]. 如何在浓度和油源未知的情况下同时实现油种鉴别和单位体积海水中的溢油含量的准确定量,就成为提高溢油检测准确度的关键问题.
本研究将浓度作为新的一维参量引入同步荧光光谱,获取原油萃取液不同浓度下的同步荧光光谱,形成由浓度-同步波长-荧光强度三维数据构成的浓度同步荧光光谱矩阵(concentration-synchronous-matrix fluorescence CSMF). 为了实现准确地油种鉴别和含油量测定,首先针对溢油可疑样本,也即嫌疑船只输运的原油或石化产品样品,在10-4~10 mg ·mL-1浓度范围逐步稀释获取其CSMF测试数据,并对其在浓度一维进行插值处理,获取其CSMF浓度层析荧光光谱; 而对于肇事溢油样品,无需进行脱水浓缩等预处理,只需取现场样本逐级稀释获取小浓度范围内的CSMF局部谱图,并将之与可疑油样的浓度层析荧光光谱进行曲面匹配,利用最小二乘法确定最佳匹配光谱,最佳匹配的可疑油样即满足最近油种符合度,而对应的浓度即为待测样本的初始浓度值.
原油及其石化产品作为溢油的主要污染物,有着极其复杂而独特的芳烃组成,荧光光谱溢油鉴别正是基于其不同芳烃组成比率会引起特有光谱的原理进行指纹识别的.
固定波长的同步光谱是指控制激发和发射波长的单色仪按照相同的速率同时扫描所获得光谱,表现在三维光谱上即为与λEm坐标轴夹角为45°,截距为Δλ的二维截面. 同步荧光法实际上是以特殊的二维截面信息反映三维荧光信息[19].
对于原油及其相关样品这些复杂混合物,由于荧光光谱谱形和浓度之间的变化是非线性的变化[20, 21, 22],如果只利用低浓度范围的荧光信息,必然会导致较高环芳烃荧光峰信息的丢失. 引入浓度参量后,形成的浓度同步荧光光谱矩阵CSMF,不仅同步光谱能反映三维光谱的主要信息,而且加上浓度一维,能更全面地反映不同激发波长下不同芳烃组分的荧光信息,如图 1所示的胜利油田编号为史138、 夏510、 以及4号燃料油、 液压油系列浓度下的同步荧光光谱,不同类型的溢油样品其光谱随浓度的变化趋势各不相同,这些光谱差异提供了开展基于浓度层析荧光光谱局部匹配研究进行油种鉴别的基础.
![]() | 图 1 4号燃料油、 液压油以及胜利油田原油样品史138、 夏510系列浓度下的同步荧光光谱Fig. 1 Respective concentration dependent synchronous fluorescence spectra of 4# fuel, engine oil, and Shi138#, Xia 510# of different wellbore from Shengli oil field area in isopropanol solvent |
基于浓度参量同步荧光光谱,可得出浓度参量同步荧光光谱局部匹配的快速溢油鉴别方法,其原理流程如图 2所示,当对肇事油样进行识别时:先将所有可疑油样在大浓度范围内(10-4~10 mg ·mL-1)进行逐步稀释获取其浓度同步荧光光谱矩阵CSFM测试谱,利用二维三次卷积插值对CSMF测试谱图进行插值处理,形成浓度维度上较为连续的CSMF浓度层析荧光光谱,由于在5个数量级的浓度范围内测试浓度不宜过细,所以插值的方法减少了大浓度范围内数据测量的工作量,测量不同的可疑油样以建立可疑油样的CSMF浓度层析荧光标准谱库.
![]() | 图 2 浓度层析荧光光谱局部匹配原理Fig. 2 Schematic diagram of the partial surface fitting method to CSMF spectra |
对于肇事溢油样品,由于实际应用中海水的掺杂,其含油量(即萃取液浓度)未知,考虑到现场技术的需求,这里不进行脱水浓缩的预处理,而是直接配置肇事油样的萃取液,并以此为初始浓度逐步稀释,获得肇事油样的CSMF局部谱图. 将肇事油样的CSMF局部谱图与可疑油样的浓度层析荧光光谱进行逐一匹配,利用最小二乘法确定最佳匹配光谱,最佳匹配的可疑油样即满足最近油种符合度,而对应的浓度即为待测样本的初始浓度值.
图 3中展示了三维坐标下的CSMF局部谱图和浓度层析荧光光谱的最佳匹配图,其中光滑的三维网格曲面为可疑油样插值后的CSMF浓度层析荧光光谱,平行于波长与强度轴构成平面的二维谱线为肇事油样的局部谱图,这里展示的是取6个系列浓度下的同步光谱构成的CSMF局部谱图,红色(深色)的展示的是当这6条局部谱图与浓度层析荧光光谱的曲面不能吻合的情况,而粉色(浅色)展示的是吻合较好的情况,即最佳匹配关系. 数值处理上即将肇事油样的CSMF局部谱图与各个可疑油样浓度层析荧光光谱中相应浓度间隔的样本谱线逐一求方差值,方差值最小的一组光谱即为最佳匹配的光谱,此时,二者具有相同的油种,所对应的可疑油样的浓度值即为肇事溢油样本的初始浓度值.
![]() | 图 3 浓度层析荧光光谱局部匹配最佳匹配图Fig. 3 Best-fitted CSMF spectra based on the partial surface fitting method |
为了全面而主要反映原油光谱随浓度的变化趋势,这里选取样品萃取液的浓度范围为10-4~10 mg ·mL-1 [23],考虑到此浓度范围跨越5个数量级,对溶液进行过于精细的稀释会加大工作量,同时考虑光强与浓度呈指数关系,因此将溢油样品萃取剂溶液在所需的浓度范围内进行对半的稀释,是一种较合理、 快捷的方法.
实验选取胜利油田的“夏510”、 “金9-3”、 “史138”、 “商848”、 “郑气363”共5个井区的原油样品、 松辽油田的“白104”以及“0号柴油”,“93号汽油”作为测试样品. 具体的萃取液配制方法是:用电子天平称取原油样品,选取异丙醇(光复精细化工研究所,色谱纯)作为萃取剂,配制成为对应浓度为10.0 mg ·mL-1的原液,振荡或将其放在超声振荡器中以加快溶解,充分溶解后,静置30 min,取原液上部的清液为测试样品的初始浓度萃取液,异丙醇并不能将原油全部溶解,但可充分溶解PAHs,获得较高的荧光峰[24]. 采用浓度逐级对半稀释的方法配制第2组到第18组萃取液,获取10-4~10 mg ·mL-1浓度范围的各组样品萃取液.
实验所用的光谱仪器是日本岛津公司RF-5301荧光分光光度计. 实验测量起始激发波长设定为220 nm,起始发射波长设定为260 nm,测量Δλ=40 nm[25]的同步荧光光谱,检测荧光光谱范围为260~600 nm. 仪器参数设置:激发单色仪的狭缝宽度设定为5.0 nm,发射单色仪的狭缝宽度设定为1.5 nm,对实验所用萃取液进行同步荧光光谱测量.
这里讨论了基于浓度参量同步荧光光谱,以实时检测的小浓度范围溢油样本CSMF局部谱图与可疑样品集内的大浓度范围CSMF浓度层析荧光光谱进行局部匹配的具体实施方案.
分别将“93号汽油”,“白104”,“金9-3”、 “史138”、 “夏510”、 “郑气363”、 “商848”、 “0号柴油”标识为样品名(类别):gas、 bai、 Jin、 shi、 xia、 zheng、 shang、 Diesel,每个油样分别获取3个平行样本的CSMF光谱,标识方法为样品名加平行样本号. 为了验证该方法的准确度,实验中采用交叉检验的方法,分别选取两个作为可疑样本获取其浓度层析荧光光谱,另外一个作为待测试肇事样品,测试样本为了模拟实际操作的小浓度范围局部谱,从中仅选取6条谱线,初始浓度选0.5 mg ·mL-1附近,构成局部匹配谱图,与可疑样本的CSMF浓度层析荧光光谱进行分析对照.
表 1为浓度层析荧光光谱局部匹配法交叉检验的结果,其中浓度的误差平均误差为9.9%,光谱匹配准确度为92%. 由于其中大部分样品均属于胜利油田的样品,特别是其中“金9-3”、 “史138”、 “郑气363”光谱相近,可能都来自胜利史南油田史138井沙三段,若视为同类油源其识别的准确度会更高. 而对于不同的溢油类型或油源相差较大的原油源品,分类识别可达100%的准确率.
![]() | 表 1 浓度层析荧光光谱局部匹配法交叉检验结果Table 1 Cross validation results of species identification and concentration determination based on the partial surface fitting method |
表 1所示的浓度定量的结果误差较大,误差主要来源于实现溶液逐级对半稀释所采用的方法是简单的试管内添加等量试剂稀释,浓度配置不精确,系统误差可达10%~20%,同时在10-4~10 mg ·mL-1如此大的浓度范围内采取对半稀释方式采集18个光谱数据,仅靠插值方法不足以弥补大跨度造成的相邻浓度之间光谱变化信息的丢失. 考虑到过于精细的浓度配置虽然会增加实验室结果的准确性,必然会减弱方法简便快速的优势,而且在实际溢油检测中,浓度定量时这样的误差是被接受的. 当然若是实验设计浓度的稀释更为细致些,可以得到光谱随浓度变化的更详细数据,即可实现更为准确的浓度定量和相近油源原油样品的分类识别.
浓度层析荧光光谱局部匹配法的主要参数为待测样品初始浓度最佳选取范围和待测样本光谱条数.
为了得出测试样本的最佳浓度取值范围,实验选取不同初始浓度来考察初始浓度选取对鉴别准确率的影响. 从3个平行样本中选一个作为测试样本,标定测试样本所取的初始浓度为1~10,即从一组对半稀释的浓度值中选取6个不同浓度值所对应的谱线作为测试样本数据. 如表 2所示的初始浓度选择方法,当初始浓度取1时,即为5.00~0.156,初始浓度取2,即为2.50~0.078的6条谱线,以此类推,当初始浓度为8时,即为0.039~0.001 2的6条谱线.
![]() | 表 2 测试样本最佳初始浓度选择方法及匹配结果Table 2 Method to choose the best initial concentration of test samples and the respective matching results |
表 2中两个样品集(不同溢油类型样本集1及相近油源样本集2)的匹配结果表明,初始浓度的选取对准确率有较大的影响,初始浓度为0.156~1.25 mg ·mL-1的样本识别率最高.
误差在两端较大的原因,主要是浓度较高时的光谱,仅仅反映高环芳烃信息,同时对半稀释过程会遗漏相邻浓度之间光谱变化信息; 而低浓度的时候仅反映低环的信息,对于相近油源的油种,其谱形非常相似. 对照图 3的最佳匹配图可以看出,初始浓度选择的原则应该为最大限度反映样品的荧光信息. 当选择整个光谱最高峰附近的浓度值时,则能够兼顾高低不同环数的芳烃信息,可以较好区分相似油源的溢油样品.
初始浓度选取得过高或者过低,虽然不会影响不同溢油类型如汽油、 柴油、 原油的鉴别,但是对于谱形相近的原油样品识别有较大影响,所以初始浓度的选取上应尽可能在0.5 mg ·mL-1附近,即整个荧光光谱的最高光强所对应的浓度值附近.
测试样本光谱数的选择从原理上来讲,应该是越多越精确,考虑现场实验工作量不易过多的问题,这里仅选取6条.
(1)基于最小二乘法(LS)的浓度层析荧光光谱局部匹配方法不需要对可疑油样提取大量训练样本,只需单次测量可疑油样的浓度同步荧光光谱矩阵(CSFM),同时对肇事油样,无需脱水浓缩样本,只需采集小浓度范围内CSMF局部谱图,十分符合快速、 简便、 易操作的溢油实时监测要求. 由于荧光检测灵敏度很高,通常配置萃取液时仍需多次稀释,即使是在油膜扩散较大的情况下,也能进行较为准确地用于含油量的定量及样品识别. 同时该方法也适用于石油勘探和其它多荧光物质混合物的检测.
(2)该方法是以实时检测的小浓度范围CSMF局部谱图和可疑样品大范围浓度CSMF浓度层析荧光光谱的对比识别,识别不仅是样品的符合度,还有浓度的符合度,将该方法实用化有望解决困扰现在溢油实时检测中存在的难题.
[1] | Fernández-Varela R, Andrade J M, Muniategui S, et al. Identification of petroleum hydrocarbons using a reduced number of PAHs selected by Procrustes rotation[J]. Marine Pollution Bulletin, 2010, 60 (4): 526-535. |
[2] | Valderrama P, Março P H, Locquet N, et al. A procedure to facilitate the choice of the number of factors in multi-way data analysis applied to the natural samples: Application to monitoring the thermal degradation of oils using front-face fluorescence spectroscopy[J]. Chemometrics and Intelligent Laboratory Systems, 2011, 106 (2): 166-172. |
[3] | Zhou Z Z, Guo L D, Shiller A M, et al. Characterization of oil components from the deepwater horizon oil spill in the Gulf of Mexico using fluorescence EEM and PARAFAC techniques[J]. Marine Chemistry, 2013, 148 (20): 10-21. |
[4] | Zhou Z Z, Liu Z F, Guo L D. Chemical evolution of Macondo crude oil during laboratory degradation as characterized by fluorescence EEMs and hydrocarbon composition[J]. Marine Pollution Bulletin, 2013, 66 (1-2): 164-175. |
[5] | Sinski J F, Exner J. Concentration dependence in the spectra of polycyclic aromatic hydrocarbon mixtures by front-surface fluorescence analysis[J]. Applied Spectroscopy, 2007, 61 (9): 970-977. |
[6] | Li J F, Fuller S, Cattle J, et al. Matching fluorescence spectra of oil spills with spectra from suspect sources[J]. Analytica Chimica Acta, 2004, 514 (1): 51-56. |
[7] | Fernández-Varela R, Gómez-Carracedo M P, Fresco-Rivera P, et al. Monitoring photooxidation of the Prestige's oil spill by attenuated total reflectance infrared spectroscopy[J]. Talanta, 2006, 69 (2): 409-417. |
[8] | Fernández-Varela R, Andrade J M, Muniategui S, et al. The comparison of two heavy fuel oils in composition and weathering pattern, based on IR, GC-FID and GC-MS analyses: Application to the Prestige wreackage[J]. Water Research, 2009, 43 (4): 1015-1026. |
[9] | Peng X Z, Zhang G, Mai B X, et al. Tracing anthropogenic contamination in the Pearl River estuarine and marine environment of South China Sea using sterols and other organic molecular markers[J]. Marine Pollution Bulletin, 2005, 50 (8): 856-865. |
[10] | Wang S J, Guo G L, Yan Z G, et al. The development of a method for the qualitative and quantitative determination of petroleum hydrocarbon components using thin-layer chromatography with flame ionization detection[J]. Journal of Chromatography A, 2010, 1217 (3): 368-374. |
[11] | Snape I, Harvey P M, Ferguson S H, et al. Investigation of evaporation and biodegradation of fuel spills in Antarctica I. A chemical approach using GC-FID[J]. Chemosphere, 2005, 61 (10): 1485-1494. |
[12] | Wang Z D, Fingas M F. Development of oil hydrocarbon fingerprinting and identification techniques[J]. Marine Pollution Bulletin, 2003, 47 (9-12): 423-452. |
[13] | Yang C, Wang Z D, Hollebone B P, et al. Characteristics of bicyclic sesquiterpanes in crude oils and petroleum products[J]. Journal of Chromatography A, 2009, 1216 (20): 4475-4484. |
[14] | Wang Z D, Yang C, Kelly-Hooper F, et al. Forensic differentiation of biogenic organic compounds from petroleum hydrocarbons in biogenic and petrogenic compounds cross-contaminated soils and sediments[J]. Journal of Chromatography A, 2009, 1216 (7): 1174-1191. |
[15] | Wang Z D, Fingas M, Sigouin L. Using multiple criteria for fingerprinting unknown oil samples having very similar chemical composition[J]. Environmental Forensics, 2002, 3 (3-4): 251-262. |
[16] | Henderson R K, Baker A, Murphy K R, et al. Fluorescence as a potential monitoring tool for recycled water systems: A review[J]. Water Research, 2009, 43 (4): 863-881. |
[17] | Wang C Y, Li W D, Luan X N, et al. Species identification and concentration quantification of crude oil samples in petroleum exploration using the concentration-synchronous-matrix-fluorescence spectroscopy[J]. Talanta, 2010, 81 (1-2): 684-691. |
[18] | 王春艳, 李文东, 栾晓宁, 等. 基于浓度参量同步荧光光谱的相近油源溢油鉴别[J]. 光谱学与光谱分析, 2010, 30 (10): 2700-2705. |
[19] | 王春艳, 王新顺, 王延华, 等. 基于不同光谱技术的原油样品的荧光分析[J]. 光谱学与光谱分析, 2006, 26 (4): 728-732. |
[20] | Christensen J H, Tomasi G. Practical aspects of chemometrics for oil spill fingerprinting[J]. Journal of Chromatography A, 2007, 1169 (1-2): 1-22. |
[21] | Sinski J F, Compton B S, Nicoson M C, et al. Using 3-D fluorescence's red shift cascade effect to monitor mycobacterium PRY-1 degradation of aged petroleum[J]. Applied Spectroscopy, 2004, 58 (1): 91-95. |
[22] | Patra D, Mishra A K. Recent developments in multi-component synchronous fluorescence scan analysis[J]. TrAC Trends in Analytical Chemistry, 2002, 21 (12): 787-798. |
[23] | 王春艳, 江华鸿, 高居伟, 等. 基于三维同步荧光光谱确定原油样品浓度的新方法[J]. 光谱学与光谱分析, 2006, 26 (6): 1080-1083. |
[24] | 栾晓宁, 王春艳, 李颖, 等. 从浓度定量分析探讨异丙醇作原油萃取剂的可行性[J]. 海洋湖沼通报, 2009, (2): 151-156. |
[25] | 李文东, 王春艳, 高居伟, 等. 油样品的可变角同步荧光光谱的计算机模拟[J]. 中国海洋大学学报(自然科学版), 2007, 37 (1): 168-172. |