激光诱导荧光（LIF）技术是一种主动式的遥感光学探测技术。土壤是常见的天然多孔介质，与石油混合后油滴会进入其孔隙内部，其独特的结构可以使光线发生多次反射和吸收，这种现象导致LIF探测土壤石油污染物获得的荧光分布具有差异性。笔者根据土壤含油量的多少以及分布特点，将土壤石油污染物分为油泥与含油土壤，基于蒙特卡罗方法和多孔介质的隐函数表示法，分别建立油泥和含油土壤的荧光仿真模型，采用荧光转换效率（接收荧光功率与发射激光功率的比值）表征荧光强度，从不同出射方向分析发射出土壤的荧光分布情况。通过模拟不同油品污染的油泥和含油土壤在不同入射天顶角、孔隙率、孔隙密度下的荧光转换效率，分析不同油品、LIF系统参数和土壤因素对荧光分布的影响。仿真结果表明：对于同种石油污染的油泥和含油土壤，油泥因较高的含油量导致荧光信号强于含油土壤；当激光垂直入射时，LIF系统收集的荧光信号强度最高，入射角度增大会导致荧光信号强度逐渐减弱；土壤石油污染物的荧光强度会随着孔隙率的增大而增大，随着孔隙密度的增大而减小；在激光照射下，轻质原油污染的土壤由于吸收系数较低，产生的荧光信号要弱于重质石油污染的土壤。本研究为LIF探测陆地溢油污染提供了理论和技术支持。

三维荧光光谱结合多元校正分析对石油类污染物复杂多组分体系测定方法多谱图混叠, 且易受到空白荧光和干扰物荧光影响降低了测定准确性。 提出在三维荧光光谱中增加一维温度信息构造激发波长-发射波长-温度-样品(EEM-temperature data array)的四维荧光光谱数据阵列, 应用四线性成分模型建立高维荧光光谱定性定量分析的方法。 实验证明在15～25 ℃温度范围内, 矿物油荧光光谱轮廓形状不随温度变化, 而其强度随温度线性变化, 满足四线性要求, 这为构建四维荧光光谱发展高维数据的三阶校正提取更丰富的有效信息提供了可能。 三阶校正不仅可以在干扰物共存的情况下对感兴趣组份进行定量测定, 即具有“二阶优势”, 还具有更高的选择性和灵敏性, 可以对高共线性和背景干扰的重叠光谱表现更好的解析能力, 即“三阶优势”。 对0#柴油、 97#汽油和机油为混合油待测组分, 腐殖酸为水体干扰组分组成的复杂体系污染油样品为进行实验, 得到的三维荧光光谱利用平行因子(PARAFAC)算法和交替惩罚三线性分解(APTLD)算法进行二阶校正分析, 将三维荧光光谱在温度方向上堆叠构成增加温度维度的四维荧光光谱数阵, 并将其利用四维平行因子算法(4-PARAFAC)和交替惩罚四线性分解(APQLD)算法进行三阶校正分析, 比较, 0#柴油、 97#汽油和机油的预测结果表明增加了影响荧光光谱的温度因素构造的四维荧光光谱提高了有效信息提取能力, 四维荧光光谱结合高阶校正算法能提高油种光谱识别和浓度精确检测, 较传统的三维荧光光谱分析提高了回收率(recovery rate)和预测均方根误差(root mean square error of prediction, RMSEP), 有利于石油类污染物的有效, 准确, 实时, 绿色环保检测。 同时指出了4-PARAFAC和APQLD算法各自的特点及其不同适用环境, 为油类污染物检测具体情况提供算法选择依据。 引入温度参量的四维荧光光谱结合三阶校正算法的检测技术较三维荧光光谱技术, 在组分光谱定性分辨和浓度定量检测方面能对复杂体系油类污染物实现快速有效, 绿色无污染地检测, 实现“数学分离”更有效代替“化学分离”。