多通道海洋激光雷达溢油监测系统高台实验分析

系统介绍多通道海洋激光雷达溢油监测系统的硬件结构和高台实验,探讨多通道激光雷达探测溢油的可行性;此系统采用355 nm波长的3倍频Nd:YAG激光作为激发源,利用125 m高的实验平台,在白天和夜晚2种环境下进行实验,获得多种目标的雷达信号,并提取不同目标的特征荧光光谱,分析结果与实际情况相符。实验证明多通道海洋激光雷达溢油监测系统性能可靠,可以有效地进行溢油探测。     

我国海洋溢油事故特征与趋势分析

文章通过对1971—2011年期间发生在我国沿海海域内溢油量在50t以上的海洋溢油事故数据的收集调查,分析了海洋溢油事故的年际变化、事故原因、油品种类、事故发生地区、事故等级等的统计特征。结果表明:1971—2011年我国50t以上海洋溢油事故共发生81起,溢油总量为49 667t;碰撞是造成海洋溢油事故的最主要原因,占总溢油次数的48.2%;污染物类型主要为燃油、原油和柴油;广东省和山东省是发生溢油事故的大省;特别重大溢油事故发生频率为0.32次/a。     

基于数值模型和事件树模型的长江中游溢油风险研究

河流溢油事故会严重影响河流生态和供水安全,为了及时应对溢油事故,合理安排应急物资,有必要对溢油影响风险进行定量评估。本研究通过将数值模型和事件树模型相结合构建了河流溢油事故影响风险的评估方法,以长江中游为例,计算了溢油事故后油膜漂移距离的概率分布。结果表明在75%的概率下,事故发生后6 h内的油膜漂移距离小于42.7 km, 24 h内油膜漂移距离小于143.0 km。本研究构建的风险评估方法可为溢油应急方案设计和应急物资储备提供科学指导。     

海洋石油降解菌剂在大连溢油污染岸滩修复中的应用研究

对海洋石油降解菌群DC10的降解特性进行了研究,研制了基于该菌群的降解菌剂,并用于大连实际溢油岸滩生物修复实验,考察了降解菌剂对潮间带和潮上带油污的降解作用,通过分析C17/藿烷、C18/藿烷及总烷烃和总芳烃的降解率来评价其降解效果。降解菌群DC10在实验室条件下对石油的降解率高于各组成菌株,一周时间的石油降解率比对照提高了60%左右,能降解大部分的烷烃和芳烃。以DC10冻干菌粉辅以营养盐溶液研制降解菌剂,该菌剂在大连岸滩油污生物修复试验中显示出显著的降解效果。在为期12 d的潮间带油污生物修复试验中,喷洒菌剂处理的C17/藿烷和C18/藿烷降解率相对于自然风化处理分别提高了40%和30%,而总烷烃和总芳烃降解率分别提高了80%和72%。在为期85 d的潮上带油污生物修复试验中,从C17/藿烷和C18/藿烷的降解率来看,喷洒菌剂处理对油污的降解程度仅略高于自然风化,但总烷烃和总芳烃的降解率分别提高了近30%和20%。     

海洋溢油的地质成因分析——以渤海蓬莱19-3油田为例

在海洋石油勘探、开发、炼制及运储过程中,由于自然因素、意外事故或操作失误,造成原油或油品从油藏、作业现场或储器里外泄,溢油流向海滩或海面,同时由于油质成分的不同,形成薄厚不等的一片油膜,这一现象称为海洋溢油。1事件背景2011年6月4日,国家海洋局北海分局接到康菲石油中国有限公司报告,渤海蓬莱19-3     

海上溢油防治技术研究进展

随着石油资源的不断开发利用,接踵而来的海洋水体油污染问题日趋严重,已对人们的生产生活造成严重危害。海洋污染科学研究组(GESAMP)的调查和评估表明,石油是海洋环境中最普遍的污染物之一。据统计,每年因突发性溢油事故而流入江河、海洋的石油约为300-500×104t。目前我国海上的石油运输量仅次于美国、日本,居世界第三位,海上船舶溢油事故     

珠江口溢油数值模拟

对珠江口海域流场进行了数值模拟。考虑风场对海面溢油物理和化学过程的影响,建立了考虑油膜扩展的溢油漂移轨迹数学模型,并对珠江口海域“12.7”溢油事故进行了数值模拟,为较全面了解溢油事故给珠海海域环境带来污染的过程提供了科学依据。     

应急状态下海洋溢油源鉴别的应用研究

通过一实例对应急状态下如何对海洋溢油源进行快速地判断筛选进行了研究-先运用气相色谱法从数量众多的可疑溢油源中初步筛选出几个，再利用气-质联用做进一步的鉴别．事实证明，这种方法有利于应急状态下溢油源的快速鉴别     

溢油物理化学性质灰色模式的研究

应用灰色系统理论对海面溢油物理化学性质(蒸发率、溶解率、表面张力、黏度和密度)在风化过程中的变化进行研究,建立了溢油物理化学性质在风化过程中的预测模式GM(1,1)和GM(0,m).结果表明,在风化过程中,溢油物理化学性质的GM(1,1)和GM(0,m)模式预测精度令人满意,皆符合统计学检验的要求;在风化过程中,溢油物理化学性质所具有的灰色相关性可用GM(0,m)模式的灰色辨识参数来表征;在风化过程中,溢油的蒸发率和溶解率可分别用表面张力、黏度和密度作为预报因子。