气相色谱-模式识别技术在油气化探中的应用.pdf

气相色谱-模式识别技术在油气化探中的应用

冯建跃侯镜德戴骐竺安＊
（浙江大学分析测试中心，杭州，310027

〔提要〕本文采用吸附丝-气相色谱方法分析了某地区的44个油气化探样品，通过相关分
析及R型因子分析对样品组分进行了特征抽提，然后用无监督模式分类法对样本进行了分类研
究，结果与一般地质方法及地质资料相吻合。本分析及模式识别系统是快速方便的。
模式识别（PatternRecognition）作相关矩阵的特征值Ci及对应的特征向量
为一种分类判别的理论在六十年代开始了Sii。主因子负载系数：
其发展与崛起的过程，与此同时，人们也
在不断地探索与开拓其应用领域。七十年
代，Isenhour〔1〕,Wold2〕等人首次将模根据因子负载系数和公因子的性质，
可得
式识别技术应用于色谱领域，研究了固定
相的分类问题。1981年，W.Bertsch等人
进行了模式识别在高分辨气相色谱和色／
质联用中应用的基础研究〔3之后，模式由此可求得因子的累计方差贡献（即
识别技术在色谱领域得到了较多的应用。累计特征值）为：
目前国内色谱领域中模式识别的研究还刚
开始，对于色谱样品的分类研究尚未见报
道。
本文采用吸附丝-气相色谱法4〕分析D(k)表示前k个因子所能代表原始信
了江苏某一地区的化探样品，然后根据所息的百分数。
得数据，经相关分析，R型因子分析，选3．特征指标的提取根据相关分析可
取合适的特征指标，进行模式分类处理，以知道各个变量指标的相关性，从R型因
所得结果与一般地质方法得到的基本一子分析可以得出合适的主因子数，以及变
致。量指标对于因子的贡献情况。结合两种分
析，我们可以提取出少量的几个特征，由
方法原理
此组成的特征集，可以尽可能多地反映出
（一）特征提取原始信息。
1．指标的相关分析两指标Xi与Xj（二）模式分类
的相关系数为：由于从不同地区得到的化探信息的不
一致性，不可能用有监督学习与分类来进
行数据处理，本文采用无监督分类方法来
完成模式识别过程。从样本特征集中选择

2.R型因子分析5采用雅可比法求出＊中科院化学研究所研究员，浙江大学兼职教授。
若干个初始聚类中心，然后计算每个样本实验部分
到各初始聚类中心（Z1）的距离：将已采集好样品的吸附丝置于居里点
裂解器中，瞬间加热解吸样品，直接导入
气相色谱仪进行定量分析。图1为江苏某
将各个样本分配给距离最小的聚类中一地区的典型化探样品的色谱图。气相色
心，然后修正各聚类中心：谱条件：GC-9A气相色谱仪，氢火焰
(FID）检测器；SE-54弹性石英毛细管柱
(i.d0.2mm×30m)；汽化温度：220℃;
柱温：40-220℃妫；载气N2:
式中：S1为聚类中心Z1所属的聚类域
50ml/min；分流比：40：1;氢气：
N1为第1个聚类域中的样本数
40ml/min；空气：400ml/min；衰减：
重新计算各样本到聚类中心的距离，
22
进行迭代运算，直到分类结果收敛。

取出如下五个特征指标：正癸烷、正十一
数据处理
烷、2,2,3-三甲基戊烷、甲苯、甲苯／
（一）特征提取根据江苏某地区的苯，用于后面的模式分类。
44个样品的分析结果，初选18项指标，（二）模式分类根据所提取的五个指
进行相关分析及R型因子分析，结果见表标、组成特征集，然后对样本进行无监督
1及表2。由表2可以看出，前七个因子的模式分类。任选5个样本点作为初始聚类
累计方差贡献为88.01，说明前七个因中心，将44个样本点分成4类，然后根据
子反映了十八项指标所包含的全部信息的指标值的组合，取高组合的类别作为整个
88.01。根据18项指标对七个因子的贡样本体系的异常点，在采样平面图中圈划
献情况及表1中的相关分析结果，可以提出来，构成化探综合异常图(见图2)。

表2主因子解及公因子方差表

我国有36种期刊入选“CA千种表”

根据《ChemicalAbstractsServiceSourceIndexQuarterlyNo4,1989》公布，该编纂年度（1988年
7月至1989年6月），我国有36种期刊入选世界著名美国《ChemicalAbstracts》摘引量最多的1000种
期刊（简称“CA千种表”），其顺序名称与名次（括号内数字为该刊在千种表中的名次）如下
1.高等学校化学学报(244);2．分析化学(276);3化学学报(282);4．化学通报(394);5.
金属学报(429);6．物理学报(430);7．科学通报(435);8.药学学报(473);9．化学试剂(5,38);
10．医药工业(584);11．中国药理学报(585);12．无机材料学报(604);13．有机化学(621);
14．物理化学学报(675);15．色谱(693);16．石油化工(699