随着科学技术的高速发展,地球资源的全方位利用,国内外海域逐渐出现了大批量的石油开采活动,海上石油泄漏事故发生的概率也急剧上升。因此,对泄漏的石油进行细化研究、寻找高效快速的油指纹鉴别方法对分析溢油种类和来源有着重要的意义。溢油种类鉴别技术在近几年来得到了国内外学者的广泛关注,就目前情况而言,鉴别技术大部分是定性分析,由研究人员根据油品的油指纹谱图进行对比判定,众所周知,定性分析主要依靠的是研究人员的判断,极其容易受主观臆断所影响,具有局限性,界限模糊不清。定量分析的技术方法出现的主要问题是:变量种类匮乏,模型建立不够系统等。本研究为解决相关问题,从原油油品的几个代表特性出发,以点至面,建立一个完整的多维化学指纹综合模型,旨在高效的鉴别中东与非中东原油。本文以8种中东原油、8种非中东原油共16种油样作为研究对象,考察了所有油样风化前后的油品特性,对正构烷烃的n-C 16～n-C35进行主成分分析,n-C16-n-C20累积解释贡献率达91.8%。运用恒波长同步荧光法,在△λ=30nm下对油样进行谱图扫描,原油均在380±2nm、332±2nm、280±2nm、302±2nm四个特定波长下有荧光特征峰。分别以正构烷烃五个主成分特征值、280±2nm、302±2nm、332±2nm、380±2nm波长下四个荧光特征值以及镍钒值作为变量分别建立三种Fisher判别模型,三种模型训练集的正确率分别为81.25%、81.25%、68.75%,选用风化30天后油样作为验证,验证集准确率分别为87.5%、75%、75%。分析正确率,总结局限性,建立多维化学指纹鉴别模型,采用变量循环筛选法,穷取变量所有组合,交叉对比数据,优中选优,最终确定第一主成分(n-C16～n-C18和n-C27～n-C29)、第四主成分(n-C22和 n-C31)、332±2nm、380±2nm波长下的特征值以及Ni/V值作为变量,此时的变量组合正确率较高,最终模型训练集的正确率为100%,验证集正确率可达到93.75%,鉴别原油的准确率达到了有效提高。