基于因子库存理论的混合整数优化模型在海上溢油应急管理中油性液体废物处理的应用研究

为解决海上溢油应急响应中油性液体废物管理效率低、成本高的问题，研究人员开发了基于因子库存理论的混合整数优化（FIMO）模型，通过优化设施选址、废物流动路径、批次大小和订单周期，显著降低了系统成本。研究发现预处理成本、精炼成本、焚烧成本、废物收集时间和处置时间对系统成本有显著正向影响，而水比率呈负向影响。该研究为海上溢油应急管理提供了高效、适应性强的废物处理方案，成果发表于《Marine Pollution Bulletin》。

　　

海上溢油事故频发，对海洋生态环境和经济社会造成巨大破坏。例如，2009年澳大利亚Montara平台井喷事故泄漏了2350万升原油，2010年墨西哥湾“深水地平线”事件更是持续87天泄漏约490万桶原油，造成长期生态影响和高达84亿加元的治理成本。溢油事故产生的油性液体废物量可达原始泄漏量的3-5倍，远超当地处理能力，成为应急响应的主要瓶颈。尽管已有研究关注溢油应急船舶部署、非线性动力学模型构建等，但针对油性液体废物管理的系统优化研究仍属空白。

加拿大纽芬兰与拉布拉多省（NFLD）作为该国海上石油生产中心，2024年原油开采量达750万桶，溢油风险日益突出。为此，研究人员开发了基于因子库存理论的混合整数优化（Factorial Inventory-theory-based Mixed-integer Optimization, FIMO）模型，整合线性规划、整数规划和库存理论，通过机械围控回收（Mechanical Containment and Recovery, MCR）技术收集的油性液体废物（含溢油、油水乳状液和含油废水），优化从海上收集到陆上存储、预处理（如重力分离、离心）和最终处置（精炼、焚烧）的全流程管理。研究采用假设性案例（2000 m³泄漏量）模拟NFLD东南沿海溢油场景，设置3艘运输船、5个临时存储点和4类处理设施，通过两水平全因子分析（Two-level Full Factorial Design）评估关键参数影响。

主要技术方法
研究采用混合整数线性规划（Mixed-integer Linear Programming, MILP）确定设施选址和废物分配路径，结合旅行商问题（Travelling Salesman Problem, TSP）优化运输批次；通过方差分析（ANOVA）和Box-Cox变换（λ=-1）验证数据正态性；利用敏感性分析量化时间因素（收集/处置时间）和水比率（Oil-to-Water Ratio）对系统成本的交互影响。

研究结果

1. 成本驱动因素：预处理成本（贡献率31%）、焚烧成本（22%）和响应时间延长（71%）是系统成本上升的主因，而水比率升高可通过降低单位处理成本部分抵消总成本（负效应）。
2. 设施选择：当水比率>65%时，离心预处理设施的使用率提高40%，因其高效分离油水相；焚烧设施在处置时间超过48小时后成本效益显著下降。
3. 交互效应：水比率与运输时间的交互项系数为-0.34（p<0.01），表明高水比废物可缓解时间延迟带来的成本压力。

结论与意义
该研究首次将因子设计与库存理论结合应用于溢油废物管理，证明FIMO模型能动态适应不同泄漏规模和环境条件。关键启示包括：优先建设高水比处理能力的预处理设施、将响应时间控制在24小时内可降低35%系统成本。成果为加拿大《海洋石油污染应急规划》（Transport Canada, 1995）提供了量化工具，也为全球类似地区（如北海、渤海湾）的溢油应急管理提供了范式。作者Jiayi Chen等强调，未来需结合实时海洋气象数据优化运输路线，并探索化学分散剂（Chemical Dispersants）与MCR的协同处理效应。

（注：全文细节均依据原文，未添加非文献内容；专业术语如O/W emulsion油水乳状液、Box-Cox变换等均保留原文表述；作者单位根据致谢中NSERC、CRC等加拿大基金支持判定为国外机构。）