打开文本图片集

摘要 原油产地溯源技术是应对海上溢油事故责任认定、保障石油贸易质量监管及评估环境风险的关键支撑。本文系统梳理了当前原油产地溯源的主要技术体系，包括物理指标鉴别法、化学指纹鉴别法及多维联合鉴别技术，详细阐述了各类技术的原理、研究进展及应用场景，并分析了风化作用、原油混合等关键影响因素对溯源结果的干扰机制。研究表明：物理指标鉴别法（馏程、密度、元素含量）操作简便但易受环境因素影响；化学指纹鉴别法（色谱、光谱、稳定同位素）凭借高特异性成为主流，其中气相色谱 - 质谱联用（GC-MS）、碳稳定同位素、二维拉曼光谱技术展现出优异的溯源准确性；多维联合技术（如正构烷烃 - 荧光 - Ni/V 值耦合模型）通过整合多维度指标，可将溯源准确率提升至 93.75% 以上。最后，针对现有技术中油样覆盖不足、现场检测能力薄弱及数据库不完善等问题，提出未来应加强新型快速检测技术研发、构建全球原油指纹数据库及深化混合原油溯源方法的研究方向，为原油产地溯源技术的产业化应用提供参考。

关键词：原油；产地溯源；化学指纹；稳定同位素；多维联合鉴别；风化效应

1引言

原油作为全球最重要的能源资源之一，其海上运输、开采及贸易活动日益频繁。据国际油轮船东防污染联合会（ITOPF）统计，1970-2016 年全球溢油量超 700吨的船舶溢油事故达 459 起，总溢油量约 573 万吨[1]。此类事故不仅造成石油资源浪费，更引发海洋生态系统严重破坏，而原油产地溯源是确定溢油来源、追究肇事者责任的核心前提。此外，在石油贸易中，不法商家常利用不同产地原油的价差掺杂造假，如以低硫轻质原油冒充高价值原油 [2]，亟需精准的溯源技术保障贸易公平。

原油产地的差异性源于其生成的地质环境（生源物质、温度、压力）及后期加工工艺，这种差异可通过物理性质、化学组成等 “指纹特征” 体现 [3]。早期溯源依赖单一物理指标，但准确性有限；随着分析技术发展，化学指纹及多维联合技术逐渐成为研究热点。本文基于近年国内外研究成果，系统综述原油产地溯源技术的分类、原理及应用进展，分析关键影响因素，并展望未来研究方向，为溯源技术的优化与应用提供理论支撑。

2 原油产地溯源主要技术体系

原油产地溯源技术可分为物理指标鉴别法、化学指纹鉴别法及多维联合鉴别技术三大类，各类技术依托不同的鉴别原理，适用于不同场景，其优缺点及应用范围存在显著差异（表 1）。

2.1 物理指标鉴别法

物理指标鉴别法基于原油的基础理化性质差异，通过测定易检测的物理参数实现产地初步区分，具有操作简便、成本低、快速高效的特点，适合现场初步筛查，但特异性较低，需与其他技术结合使用。

2.1.1 馏程法

原油由多种烃类混合物组成，不同产地原油的轻质组分（汽油、煤油、柴油）含量差异显著；而燃料油虽源于原油加工，但已去除大部分轻质组分，两者馏程特征存在本质区别 [1]。宋丹 [4] 提出以 180℃（汽油馏程）和 200℃（柴油馏程）为临界值：初馏点低于 180℃的油品判定为原油，高于 200℃则为燃料油；满庆祥等 [5] 进一步验证，原油馏出物含汽油、煤油等柴油以下轻组分，而燃料油仅含柴油以上重组分，可通过馏程曲线的 “轻组分缺失” 特征初步区分产地类型。该方法适用于未风化原油的快速筛查，但轻质组分易因蒸发流失，风化后准确性显著下降。

2.1.2 密度与粘度法

密度是原油最直观的物理指标，反映烃类组成的轻重程度；粘度则是国际标准化组织（ISO）划分燃料油的核心依据，与原油的地质成因密切相关 [1]。牟明仁等 [2] 对大连口岸进口原油的分析表明，不同产地原油密度差异显著：乍得 DOBA 原油密度最大（927.0 kg/m³），也门 MARIB 原油最小（793.1 kg/m³）；硫含量与密度呈正相关，沙特中质原油硫含量最高（2.73%），苏丹尼罗原油最低（0.034%），这些参数可作为产地初步判别的依据。此外，满庆祥等 [5] 指出，部分原油粘度可能与燃料油接近，但密度差异显著（如重质原油密度通常 > 850 kg/m³，轻质燃料油 < 830 kg/m³），联合密度与粘度可提高鉴别准确率。

2.1.3 元素含量法

原油中的元素含量（如硅、铝、钒、镍等）受生成环境及加工工艺影响，具有显著的产地特异性。张海江等 [1] 发现，燃料油生产中使用的催化剂会引入硅、铝元素，而原油中几乎不含此类元素；钒元素则因催化裂化工艺在燃料油中富集，其含量显著高于原油（原油钒含量常 < 10 mg/kg，燃料油可达 50 mg/kg 以上）。牟明仁 [2] 的研究进一步证实，苏丹尼罗原油（低硫，0.034%）、沙特中质原油（高硫，2.73%）的硫含量差异可直接关联产地；而镍、钒等微量金属元素的比值（Ni/V）更成为产地溯源的关键指标 —— 齐超越 [6] 指出，中东原油 Ni/V 值多 < 1（如伊朗原油 0.50、阿曼原油 1.03），非中东原油多 > 1（如大庆原油 32.56、俄罗斯原油 12.27），该比值受风化影响极小，可作为长期溯源的稳定指标。

2.2 化学指纹鉴别法

化学指纹鉴别法基于原油中特定化合物（如正构烷烃、多环芳烃、稳定同位素）的 “指纹特征”，通过高精度仪器分析实现产地精准区分，是当前原油溯源的主流技术。其核心优势在于特异性强、抗干扰能力强，可应对风化、混合等复杂场景。

2.2.1 色谱技术

色谱技术通过分离原油中的特征烃类化合物，利用色谱图的峰形、保留时间及峰面积比实现溯源，主要包括气相色谱法（GC-FID）和气相色谱 - 质谱联用法（GC-MS）。

1、气相色谱法（GC-FID）：聚焦正构烷烃（n-C16～n-C35）的分布特征，不同产地原油的正构烷烃碳数范围及优势峰差异显著 [6]。齐超越 [6] 对 16 种原油的分析表明，中东原油正构烷烃优势碳数集中在 n-C22～n-C28（如阿联酋原油 n-C24 含量最高），非中东原油则集中在 n-C18～n-C24（如大庆原油 n-C20 含量最高）；通过主成分分析（PCA）提取前 5 个主成分，累积贡献率达 91.8%，可有效区分中东与非中东原油。此外，姥鲛烷（Pr）与植烷（Ph）的比值（Pr/Ph）也是重要指标 —— 海相原油 Pr/Ph<1，陆相原油 Pr/Ph>1 [7]，可辅助判断原油的生成环境。

2、气相色谱 - 质谱联用法（GC-MS）：结合气相色谱的高分离效能与质谱的高灵敏度，可精准测定多环芳烃（PAHs）、生物标志物（如菲、蒽系列）的含量及诊断比值，是目前溯源准确性最高的技术之一 [1]。Zhang 等 [8] 建立 9 个基于菲、蒽系列的诊断比值（如 2 - 甲基萘 / 总甲基萘），通过贝叶斯判别验证，溯源准确率达 93.92%～99.32%；陈楠等 [9] 测定 25 种原油与 26 种燃料油中的 8 种 PAHs（如二苯并噻吩、菲），通过 Logistic 回归建立模型，实现产地的定量判别。此外，金刚烷、萜烷等生物标志物的分布特征也可反映原油的成熟度与生源输入，进一步提升溯源特异性 [10]。

2.2.2 光谱技术

光谱技术利用原油中化合物对特定波长光的吸收或散射特性，获取 “指纹光谱”，具有快速、无损、现场适用的优势，主要包括荧光光谱、红外光谱及拉曼光谱。

1、荧光光谱法：基于多环芳烃（PAHs）的共轭双键结构产生的特征荧光，通过同步荧光、三维荧光等技术捕捉光谱差异。齐超越 [6] 采用恒波长同步荧光法（Δλ=30 nm），发现原油在 280±2 nm、302±2 nm、332±2 nm、380±2 nm 处存在特征峰，中东原油在 380 nm 处荧光强度（50～150 a.u.）显著低于非中东原油（60～250 a.u.）；尹晓楠 [11] 建立三维荧光光谱标准谱库，成功应用于多起海上溢油溯源，其抗风化能力优于正构烷烃（30 天风化后荧光强度仅下降 10%～15%）。

2、红外光谱法：利用原油中烷烃（C-H 伸缩振动）、芳烃（C=C 伸缩振动）及含硫化合物（S=O 振动）的红外特征吸收，结合化学计量学提升鉴别能力。刘倩 [23] 采用衰减全反射傅里叶变换红外光谱（ATR-FTIR），通过多元散射校正（MSC）预处理光谱，结合系统聚类分析，对正构烷烃差异较大的原油鉴别准确率达 85% 以上；孙培艳等 [18] 引入小波分析处理红外光谱，有效消除基线漂移干扰，提高了风化原油的溯源准确性。

3、拉曼光谱法：基于分子振动的拉曼散射效应，通过二维相关光谱技术提升分辨率，适用于复杂体系的快速溯源。孙玉叶 [14] 采用 532 nm（可见光）和 785 nm（近红外）激发光源，发现 532 nm 光源下原油在 50 cm⁻¹ 和 3000 cm⁻¹ 处的拉曼峰差异更显著（如马力布原油与哈萨克斯坦原油的峰形完全区分）；通过二维同步相关光谱分析，主对角线 2300 cm⁻¹ 处的自相关峰强度及非对角线 3030 cm⁻¹ 与 950 cm⁻¹ 处的交叉峰强度可作为产地特征指标，结合逐步 Fisher 判别，溯源准确率达 100%，显著优于一维光谱 [14]。

2.2.3 稳定同位素质谱法

稳定同位素质谱法通过测定原油中碳、氢、氮等元素的稳定同位素比值（如 δ¹³C），利用同位素分馏效应的产地特异性实现溯源，其核心优势是抗风化能力极强，适用于长期溢油事故的溯源 [3]。

马奔思 [3] 对科威特、伊拉克等 5 种原油及 5 种燃料油的研究表明，正构烷烃（C17、C18）的 δ¹³C 值具有显著产地差异：原油 δ¹³C 介于 - 29‰～-27‰，轻质燃料油（0#、10# 柴油）介于 - 33‰～-32‰，重质燃料油（180#、380#）介于 - 29‰～-28‰；多环芳烃（苯并荧蒽、二苯并蒽）的 δ¹³C 值进一步验证该规律 —— 原油介于 - 28‰～-26‰，轻质燃料油 <-29‰，重质燃料油 >-27‰。此外，碳稳定同位素比值在 16 天风化实验中几乎无变化（RSD<2%），远优于正构烷烃（轻质组分 30 天风化后损失率达 40%）[3]，成为恶劣环境下溯源的 “金标准”。

刘晓星等 [15] 进一步发现，船用燃料油的单体烃 δ¹³C 波动较大（±2‰），而原油相对稳定（±0.5‰），通过单体烃同位素分布模式可区分 “原油直接泄漏” 与 “燃料油泄漏”，为溢油责任认定提供关键依据。

2.3 多维联合鉴别技术

单一技术易受原油风化、混合等因素干扰，多维联合鉴别技术通过整合物理指标、化学指纹及统计模型，实现 “多维度验证”，显著提升溯源准确率，是当前研究的前沿方向。

齐超越 [6] 构建了 “正构烷烃主成分 - 荧光特征值 - Ni/V 值” 多维模型：首先通过 PCA 提取正构烷烃前 5 个主成分（累积贡献率 91.8%），同步荧光获取 4 个特征波长下的荧光强度，结合 Ni/V 值（中东 < 1，非中东 > 1），采用变量循环筛选法确定最优变量组合（n-C16～n-C18、n-C27～n-C29、380±2 nm 荧光值、Ni/V）；建立 Fisher 判别模型后，训练集准确率达 100%，30 天风化后验证集准确率仍达 93.75%，显著优于单一技术（正构烷烃模型 81.25%、Ni/V 模型 68.75%）。

孙玉叶 [14] 则整合一维拉曼光谱与二维相关光谱：一维光谱初步筛选（532 nm 光源准确率 88%），二维同步相关光谱捕捉细微差异（自相关峰与交叉峰），结合逐步 Fisher 判别，实现 15 种原油的 100% 准确溯源，且分析时间缩短至 30 分钟，为现场快速溯源提供了可能。

3 原油产地溯源的关键影响因素

原油在开采、运输及泄漏后，易受风化作用、混合效应及人为添加等因素影响，导致指纹特征改变，干扰溯源结果，需在实际应用中重点关注。

3.1 风化作用

风化作用包括蒸发、溶解、生物降解等，其中蒸发是最主要的影响因素 —— 轻质组分（n-C12 以下）在 30 天内损失率达 80% 以上，导致馏程曲线右移、密度升高（增幅 5%～10%）[3，6]；生物降解则优先分解正构烷烃（n-C16～n-C22 损失率 30%～50%），但对多环芳烃、稳定同位素影响极小 [1]。马奔思 [3] 的实验表明，16 天风化后原油 C17、C18 的 δ¹³C 值变化 < 0.5‰，而正构烷烃总离子流图峰形已完全改变；齐超越 [6] 也发现，Ni/V 值在 30 天风化后 RSD<3%，远优于正构烷烃（RSD>20%）。因此，实际溯源中应优先选择稳定同位素、Ni/V 值、多环芳烃等抗风化指标，避免单一依赖正构烷烃或物理参数。

3.2 原油混合效应

石油贸易中常通过混合原油调整性质（如降低硫含量），混合油的指纹特征呈 “线性叠加”，导致单一指标溯源失效 [16]。杨道巍 [16] 对中东与非中东原油的混合实验表明，当混合比例为 3：7 时，正构烷烃优势峰消失，GC-MS 诊断比值偏离单一原油范围；但碳稳定同位素 δ¹³C 呈线性变化（R²=0.98），结合多维模型（正构烷烃主成分 + 同位素）可反演混合比例，误差 < 5%。此外，非法添加化学品（如降凝剂、抗氧剂）会引入外源化合物（如硅氧烷），需通过 GC-MS/MS 检测微量添加剂，排除干扰 [17]。

3.3 仪器与方法差异

不同实验室的仪器型号（如 GC-MS 的色谱柱类型）、前处理方法（如硅胶活化温度）会导致指纹特征差异。牟明仁 [2] 发现，同一原油样品在不同 GC-FID 上的正构烷烃峰面积比偏差可达 10%；孙玉叶 [14] 指出，拉曼光谱的激发功率（50 mW vs 100 mW）会导致峰强度偏差 20%，需通过标准化方法（如采用标准原油校正）减少系统误差。

4 研究展望

当前原油产地溯源技术已取得显著进展，但仍面临以下挑战：1）油样覆盖不足，现有研究多集中于中东、东亚原油，非洲、南美原油数据稀缺 [6]；2）现场快速检测能力薄弱，GC-MS、IRMS 等技术需实验室操作，无法满足溢油事故的实时溯源需求；3）混合原油溯源方法不完善，复杂混合比例（如三组分混合）的反演精度仍需提升；4）全球原油指纹数据库尚未建立，不同地区数据缺乏互通性 [18]。针对上述问题，未来研究可聚焦以下方向：

1、新型快速检测技术研发：开发便携式拉曼光谱仪（结合表面增强技术消除荧光干扰）、微型 GC-MS（分析时间 <10 分钟），实现现场 “采样 - 分析 - 溯源” 一体化；探索近红外光谱（NIR）的在线监测潜力，通过建模实现原油管道运输中的实时产地判别 [19，20]。

2、深化混合原油溯源方法：基于机器学习（如随机森林、神经网络）构建混合原油指纹反演模型，整合稳定同位素、微量金属（Ni、V、Fe）等线性响应指标，提高多组分混合比例的反演精度；结合同位素溯源与单体烃碳同位素分布，区分 “天然混合” 与 “人为掺假”[7，21]。

3、构建全球原油指纹数据库：统一样品前处理与分析标准，系统采集不同产地原油的物理参数、化学指纹及同位素数据，建立开放共享的数据库（如整合 ITOPF、美国海岸警卫队数据），为跨境溢油事故溯源提供数据支撑 [10]。

4、拓展溯源技术应用场景：将产地溯源技术与环境风险评估结合，通过原油指纹预测其生物毒性（如多环芳烃含量与生物累积系数的关联）；探索原油中稀土元素（La、Ce）的溯源潜力，弥补现有技术在相似地质环境原油区分中的不足 [22，23]。

5 结论

原油产地溯源技术经历了从单一物理指标到多维化学指纹的发展历程，物理指标鉴别法为初步筛查提供快速手段，化学指纹鉴别法（GC-MS、稳定同位素、二维拉曼）凭借高特异性成为主流，多维联合技术则通过多维度验证进一步提升准确率（可达 93.75% 以上）。风化作用对轻质组分影响显著，但稳定同位素、Ni/V 值等指标展现出优异的抗干扰能力，是复杂场景下溯源的核心依据。未来，需通过新型快速检测技术研发、全球指纹数据库构建及混合原油溯源方法优化，推动原油产地溯源技术向 “现场化、精准化、智能化” 发展，为海上溢油事故处理、石油贸易监管及环境风险评估提供更有力的技术支撑。

参考文献：

[1] 张海江，赵如箱，秦志江，等.原油/燃料油油种鉴别方法 [J]. 船海工程，2018， 47 （2）： 54-58.

[2] 牟明仁，于孝展，刘心同.大连口岸进口原油质量浅析 [J]. 国际石油经济，2006 （3）： 49-53.

[3] 马奔思.原油和燃料油的碳稳定同位素指纹特征 [D]. 大连：大连海事大学，2014.

[4] 宋丹.原油与燃料油快速检验方法研究 [D]. 大连：大连海事大学，2009.

[5] 满庆祥，孙延伟，张颖焱，等.进口原油与燃料油快速鉴别方法探讨 [J]. 化学分析计量，2008， 17 （4）： 74-75.

[6] 齐超越.多维化学指纹法对原油量化鉴别的研究 [D]. 大连：大连海事大学，2019.

[7] 林海.原油产地识别技术的研究进展 [J]. 海洋环境科学，2023， 42 （2）： 312-318.

[8] Zhang H， Wang C， Zhao R， et al. New diagnostic ratios based on phenanthrenes and anthracenes for effective distinguishing heavy fuel oils from crude oils[J]. Marine Pollution Bulletin， 2016， 110（1-2）： 239-246.

[9]陈楠，林雨霏，姬泓魏，等.费谢尔判别法鉴别原油/燃料油 [J]. 化学分析计量，2014， 23 （2）： 85-87.

[10] 张继东.原油溯源技术研究进展 [J]. 石油学报 （石油加工）， 2023， 39 （1）： 201-210.

[11] 尹晓楠.基于三维荧光光谱和小波分析的油品种类识别技术研究 [D]. 青岛：中国海洋大学，2012.

[12] 刘倩，孙培艳，高振会，等.衰减全反射傅里叶变换红外光谱技术结合模式识别进行油品鉴别 [J]. 光谱学与光谱分析，2010， 30 （3）： 663-666.

[13] 孙培艳，王修林，邹洁，等.原油红外光谱鉴别中的小波分析法 [J]. 中国海洋大学学报 （自然科学版）， 2003， 33 （6）： 969-974.

[14] 孙玉叶.基于二维拉曼光谱的原油鉴别研究 [D]. 大连：大连海事大学，2020.

[15] 刘晓星，唐小华，廉晗熠，等.碳稳定同位素比质谱法对海上溢油中燃料油及原油的鉴别 [J]. 大连海事大学学报，2014， 40 （4）： 109-112.

[16] 杨道巍.鉴别混合原油多维化学指纹模型的研究 [D]. 大连：大连海事大学，2021.

[17] 冯真真.进口原油非法添加化学品鉴别技术探讨 [J]. 检验检疫学刊，2020， 30 （4）： 112-115.

[18] 张继东.原油溯源技术研究进展 [J]. 石油学报 （石油加工）， 2023， 39 （1）： 201-210.

[19] 成海英.近红外 （NIR） 光谱技术在油品分析中的研究 [J]. 石油化工，2019， 48 （8）： 854-860.

[20] 李娜.近红外光谱分析法快速评价原油品质 [J]. 石油炼制与化工，2020， 51 （5）： 102-106.

[21] 杨雯懿.基于 ICP-MS/MS 分析微量金属元素的原油产地溯源 [J]. 分析试验室，2021， 40 （9）： 1089-1094.

[22] 韩家曦.原油中微量元素分析研究进展 [J]. 分析测试学报，2022， 41 （7）： 1234-1242.

[23] 吴梅. X 射线荧光光谱在石油炼制元素分析中的应用进展 [J]. 石油化工，2022， 51 （3）： 356-362.