Pour résoudre le problème de la détection des éléments non métalliques traces tels que le Si dans le pétrole lourd, cette étude propose une méthode d'analyse quantitative combinant la spectroscopie d'émission induite par laser (LIBS) et des algorithmes chimiométriques. Tout d’abord, les données spectrales LIBS des échantillons de pétrole lourd ont été collectées. Ensuite, l’effet de cinq méthodes de prétraitement et de leurs différentes combinaisons sur la performance du modèle de régression par moindres carrés partiels (PLSR) a été systématiquement étudié, et la validation croisée leave-one-out a été utilisée pour déterminer la meilleure combinaison de prétraitement spectrale. Sur cette base, les variables spectrales ont été optimisées davantage par trois méthodes de sélection de variables par intervalle, et un modèle quantitatif adapté à la prédiction du Si dans le pétrole lourd a été établi. Les résultats montrent que le modèle WT-D1st-biPLS appliqué aux échantillons de pétrole lourd présente la meilleure performance prédictive, avec une erreur quadratique moyenne de prédiction optimale (RMSE_P) de 0,0789 mg/kg, un coefficient de détermination du jeu de prédiction (R²_P) de 0,9892 et une erreur relative moyenne de prédiction (MRE_P) de 4,7 %. La méthode proposée fournit une base théorique pour une analyse rapide et quantitative sur site des éléments non métalliques dans le pétrole lourd.

spectroscopie d’émission induite par laser;chimiométrie;pétrole lourd;éléments traces;éléments non métalliques