利用多元统计方法进行原油族群划和油源对比.docVIP

利用多元统计方法进行原油族群划分和油源对比 [摘　要]:伊通地堑鹿乡断陷的原油类型划分,以及油源对比工作对本区的勘探有非常重要的意义。本文基于多元统计方法,利用聚类分析、因子分析及判别分析的方法对鹿乡断陷的10块典型原油样品进行油源对比进行分析。结果表明鹿乡断陷的原油可以分为两类,Ⅰ类原油来源于奢一段,Ⅱ类来源于双二段,来源于双二段的油样呈多数。 [关键词]: 油源对比 聚类分析 因子分析 引言 由于原油及成品油是复杂的混合物，采用各种分析手段所获得的指纹信息非常多，不可能对所有信息进行分析比较，通常基于一些特征信息进行鉴别。用于油指纹鉴别的主要特征物质需满足一些要求，即在所有原油中一般都存在、含量足以准确分析、在环境中较稳定且除了石油以外没有其它显著的输入来源。目前常用于油指纹鉴别的特征物质主要包括链烷烃、环烷烃、芳香烃和有机硫化合物以及一些被称为“生物标志化合物(biomarkers)”的甾烷和萜烷类化合物，这些指标在鉴别中发挥了重要作用。 近年来，一些用于油源对比的特征比值[6]引起了溢油鉴别工作者的高度关注，逐步利用这些特征比值进行溢油鉴别，并经过筛选、补充，总结出了常用于溢油鉴别的特征比值[7]，包括正构烷烃、类异戊二烯、甾烷、萜烷、芳香烃等几类比值。使用诊断比值进行溢油和可疑油源之间的比较，不仅可以使其受浓度影响程度达到最小，还可以排除由于不同时间分析条件的变化、仪器波动等因素引起的变化，可以弥补采用上述化合物组分信息的不足。并且,由于经过筛选的特征比值一般满足独特性和差异性，具有地球化学意义，并且基本不受或受风化影响较小的特点，在溢油鉴别中起到关键作用。上述鉴别指标，无论是原始谱图指纹、各类特征化合物的浓度，还是有效的特征比值，如果仅仅依靠目视比较，耗时费力，还受主观因素的影响。随着计算机技术和数理方法的发展，采用数字化鉴别越来越被关注。目前,数字化鉴别方法从最初的单变量分析，如早期使用的峰比值法、对数比值法、相关系数法、矢量模型法、类比模拟法和K最近临域法等[3]发展到多元统计分析。如20世纪90年代中期以来使用较多的主成分分析、聚类分析等[1~6]，多元统计方法相比传统方法在油指纹鉴别分析中存在优势，但也有一定的局限性。 一、问题提出 鹿乡断陷原油来源是存在争议的问题，针对这种情况，本文利用数学思想，基于多元统计的方法，利用聚类分析的方法、因子分析及判别分析的方法对鹿乡断陷的10块具有代表性的原油样品进行聚类分析并进一步做油源对比工作。 二、数学原理模型 本文在原油族群划分时采用系统聚类法，选用欧氏距离为研究对象。其基本思想如下： （1）先将待聚类的n类样品(或变量)各自看成一类，共n类，根据样品的特征，规定样品之间的距离，共有n*p个。将所有列表，记为D（0）表。 （2）选择D（0）表中最小的非零数，不妨假设，于是将和合并为一类，记为。 （3）利用递推公式计算新类与其它类之间的距离。分别删除D（0）表的第p，q行和第p，q列，并新增一行和一列添上的结果，产生D（1）表。 （4）在D（1）表再选择最小的非零数，其对应的两类又构成新类，再利用递推公式计算新类与其它类之间的距离。分别删除D（1）表的相应的行和列，并新增一行和一列添上的新类和旧类之间的距离。结果，产生D（2）表。类推直至所有的样本点归为一类为止。 （5）画谱系聚类图 （6）决定分类的个数及各类成员 三、原油族群划分 1．参数选取 利用其相关的生物标记物参数对该区各层系原油进行聚类分析和分类。所使用生物标记物参数是根据W.K.Seifert等和A.S.Mackenzie等所提出的沉积环境参数(伽马蜡烷/C30藿烷、藿烷C35/C34等)、热演化参数(甾烷C29S/(S+R)、甾烷C29αα/(αα+ββ)等)、母源参数(甾烷C27/C27~29等参数)近20项[8，9]作为对比指标，计算各油样之间的相关系数。本文在研究原油在性质上的亲疏关系时，选用以下几个变量参数pr/ph、ph/nC18、pr/nC17、奇偶优势(OEP)、∑C21-/∑C22+、nC21+nC22/nC28+nC29等共6个参数。 2.背景及过程分析 对于本文中的原油类型划分具体问题，首先确定是对样品聚类的问题。本文用SPSS软件系统聚类法对这10个油样进行Q型聚类分析，采用的聚类方法是取小法(Nearestneighbor)。 取鹿乡断陷10个有代表性的油样进行聚类分析，利用系统聚类法对油样进行聚类分析(表1)。 聚类分析结果如图1。 图1　　伊通地堑鹿乡断陷原油样品聚类树状图 从鹿乡断陷原油样品聚类树状图看到，该10个油样区别较小。大致可以分为两类，即这10个样品被聚成二大类：样品2B2-8、星2-2-2、星2-2-2Z被聚成第I类，其余7个样品被聚成第II类