在柴油、 汽油、 重质燃料油等成品油和原油等溢油油源的区分方面, 荧光光谱结合模式识别手段得到了广泛的应用。 传统的三维荧光光谱分析方法虽然能够获得溢油样品丰富的成分信息, 但难以适应现场应用的要求, 目前还停留在实验室检测的阶段。 发展适用于现场应用的原油识别方法, 对于海洋溢油污染的快速响应与处理意义重大。 面向激光雷达的需要, 发展了一种基于激光诱导时间分辨荧光手段、 结合支持向量机（SVM）模型的原油识别方法, 从时间和波长两个不同维度出发, 通过对时间窗口和波长范围的选取进行优化, 获得了理想的油种识别准确率。 实验结果表明通过选取ICCD探测延时为54～74 ns可以将分类正确率从全谱线数据的83.3%提高到88.1%。 通过选取波长范围为387.00～608.87 nm的谱线数据, 可将疑似油种的分类正确率从全谱线数据的84%提高到100%。 激光荧光雷达在实际工作中, 受波浪、 运载平台晃动等因素的影响, 探测延时会出现一定的波动。 本文介绍的分类识别方法通过时间和波长两个维度的筛选, 更加适用于现场探测数据的识别, 并进一步凸显了原油时间分辨荧光光谱特征, 为疑似油种分类识别过程中数据量的压缩提供了重要依据。

为探索激光诱导时间分辨荧光光谱技术应用于海洋悬浮溢油原位探测的可行性, 对来自胜利油田六个不同井区不同密度的原油样品的时间分辨荧光光谱进行了探测分析。 结果发现, 各原油样品荧光发射的持续时间基本相同, 从ICCD中数字延时发生器(DDG)的输入延时52 ns开始, 到输入延时82 ns左右结束, 各原油样品的荧光峰强度随时间变化曲线的半高宽约10 ns; 不同原油样品的最强荧光峰位及其衰减寿命不尽相同, 并且与样品密度有一定相关性, 密度相近的原油具有相近的最强荧光峰位和相似的荧光寿命。 对比六种原油样品的时间分辨荧光光谱发现, 在荧光增强时, 原油荧光光谱峰位不变, 当荧光从最大强度开始衰减时, 六种原油样品的荧光光谱峰位均出现了不同程度(17~30 nm)的红移现象, 这一定程度上反映出原油中各荧光组分的荧光衰减速率存在差异, 或者存在荧光组分之间的能量传递。 所观测到的原油密度相关的时间分辨光谱信息和荧光峰红移现象可望成为水下悬浮溢油识别的有效特征之一。

针对传统LiDAR波形数据分解方法受噪声影响严重、对复杂重叠及微弱回波分解能力不足的缺点，提出了一种新波形分解方法.通过计算滤波前后波形的幅值变化，估计波形的随机与背景噪声; 采用逐层剥离的策略，从原始波形数据中不断分解出波形分量，直到剩余波形中最大峰值小于一定的阈值; 利用L-BFGS算法优化初始参数，获得波形分量参数的最优解; 最后对位置过近的波形分量进行合并.该方法计算速度快，探测微弱回波能力强，显著提高分解后点云的密度与精度.对大量LiDAR波形数据进行了分解，验证了其有效性.