基于色素熒光的浮游藻識別測定技術研究.pdf

1、近年來，我國海域赤潮頻發(fā)，對海洋漁業(yè)、養(yǎng)殖業(yè)、水產資源造成極大的損害，對海洋生物和人類健康的發(fā)展構成威脅，迫切需要建立一種快速、有效地監(jiān)測浮游藻群落組成的方法，以實現赤潮的應急、常規(guī)監(jiān)測。浮游藻三維熒光光譜能給出激發(fā).發(fā)射范圍的全部熒光指紋信息，對浮游藻的分類識別有很大的應用潛力，是近年來備受關注的浮游藻群落測定方法之一。目前的研究主要針對浮游藻活體熒光展開，對于遠海海域及海洋調查采集的大量浮游藻膜樣品無法進行測定，迫切需要建立針對膜樣

2、品分析的技術，從而實現對浮游藻群落組成的識別測定。同時針對本課題組前期基于小波分析建立的浮游藻活體熒光識別技術對某些赤潮藻的識別率較低的問題，本文采用多種技術提取光譜特征，著力建立各種識別技術之間的互補聯(lián)立譜庫，完善現有的浮游藻活體熒光識別測定技術。
　　 第一部分：在對我國近海海域赤潮與非赤潮期間浮游藻群落組成結構特點總結的基礎上，選擇39種浮游藻(優(yōu)勢藻和赤潮藻)進行研究，分別測得目標藻種在不同生長條件下的色素萃取液三維熒光

3、光譜，綜合利用小波、小波包、二維小波變換及Bayes判別分析、多元線性回歸等方法，分別建立浮游藻色素萃取液的三種熒光識別測定技術，基本上實現了浮游藻群落組成門類水平和屬水平(發(fā)生赤潮時)上的識別分析，具體研究成果如下：
　　 1以相對標準偏差(RSD)為標準，檢驗了浮游藻色素萃取液熒光光譜的穩(wěn)定性；通過組間組內方差分析，得到不同門、屬間的浮游藻色素萃取液熒光光譜具有較明顯的差異性。
　　 2分別采用小波(db7，coif

4、2小波)、小波包、二維小波變換對浮游藻色素萃取液熒光光譜進行特征提取，通過Bayesian判別分析法選擇分類判別能力最佳的浮游藻識別特征譜，并構建相應的浮游藻色素萃取液熒光識別特征譜庫；在此基礎上，結合非負最小二乘法解析的多元線性回歸分別建立相應的浮游藻色素萃取液熒光識別測定技術。對各種技術進行測試：對于單種藻樣品，得到門水平上的平均識別正確率分別為95.5％，95.4％，95.5％，94.3％，平均識別相對含量分別為89.4％，87.

5、6％，88.8％，87.3％；屬水平上的平均識別正確率分別為89.3％，89.1％，90.1％，87.8％。對于模擬混合藻樣品，當門上比例達50％時，小波、小波包技術能對除黃藻門以外的其它6個門類達90％以上的識別正確率，二維小波技術對黃藻門、藍藻門識別效果不好；當混合比例達60％時，三種技術能對除黃藻門以外的其它6個門類藻均達85％以上的識別正確率。在屬水平上，當浮游藻優(yōu)勢度達80％時，能對優(yōu)勢種達75％以上的識別正確率。當浮游優(yōu)勢度

6、達90％t寸，能對優(yōu)勢種達80％以上的識別正確率。
　　 3將db7小波識別技術用于現場浮游藻膜樣品的識別測定，結果顯示對硅藻的識別和：HPLC-CHEMTAX結果一致，隱藻不能被正確識別。將HPLC-CHEMAX顯示相對含量較高的現場樣品譜加入到所建熒光識別特征譜庫進行識別，整體識別情況有所改善，除硅藻能被正確識別外，隱藻的識別正確率明顯提高。表明所建技術用于浮游藻樣品浮游藻群落組成的識別分析是可行的。如果通過現場培養(yǎng)浮游藻或

7、是現場采集浮游藻樣品(尤其是赤潮期間采樣)獲得現場譜更新識別特征譜庫，識別結果將會得以改善。
　　 第二部分：選擇近海海域常見的53種浮游藻(優(yōu)勢藻和赤潮藻)進行研究，分別測得目標藻種在不同生長條件下的活體三維熒光光譜，綜合利用小波、小波包、二維小波變換及Bayesian判別、系統(tǒng)聚類分析及多元線性回歸等方法，分別建立小波、小波包、二維小波的浮游藻活體熒光識別測定技術，并研究各種技術對光譜特征的提取能力及相互補充作用，最終建立互

8、補聯(lián)立譜庫的識別測定技術，實現浮游藻群落組成門類水平和屬類水平(發(fā)生赤潮時)的識別分析，具體研究成果如下：
　　 1.分別采用小波(db7，coif2小波)、小波包、二維小波變換提取浮游藻活體熒光光譜特征，結合多元線性回歸法分別建立3種浮游藻活體熒光識別測定技術。將各種識別技術用于對浮游藻單種樣品、混合樣品進行測試，并研究不同技術對浮游藻特征譜的提取能力及相互補充作用，最終建立了以db7-ca3小波標準譜庫為一級譜庫，其它特征譜

9、庫作為二級譜庫進行補充的聯(lián)立識別測定技術。
　　 2.將聯(lián)立譜庫識別技術用于浮游藻樣品的識別測定，對于浮游藻單種樣品，得到門水平上的平均識別正確率為96.0％，屬水平上的平均識別正確率為87.4％，其中Oc，Db，Ld，Rh，Ks，Pl，As的識別率分別提高16.7，10，6.8，11.7，14.2，16.7，33.3個百分點。對于不同比例(60％，70％，80％，90％)的浮游藻模擬混合樣品，在門水平上的平均識別正確率分別為8

10、9.3％，93.8％，96.1％和96.9％；平均識別相對含量分別為58.4％，68.7％，77.5％和86.1％；在屬水平上的平均識別正確率分別為64.7％，92.6％，93.8％和93.9％。其中，Cf(60％優(yōu)勢度)和Db(60％的優(yōu)勢度)的識別率分別提高31.2和35.2個百分點。
　　 3.將聯(lián)立譜庫識別技術用于膠州灣和圍隔實驗采集的24個水樣分析：23個水樣門類識別結果與鏡檢結果一致，屬水平上對于優(yōu)勢度大于80％(藻

11、細胞豐度)的8個水樣，5個水樣的優(yōu)勢藻能被正確識別。
　　 4.將聯(lián)立譜庫識別技術用于渤海、膠州灣水體分析，得到海域的浮游藻群落組成識別情況與歷史資料研究較好地保持一致。
　　 本文的創(chuàng)新之處在于基于浮游藻色素萃取液三維熒光光譜，綜合利用小波、小波包及二維小波分析技術建立浮游藻色素萃取液熒光識別測定技術，用于滿足大量浮游藻膜樣品的快速分析需要。同時基于浮游藻活體三維熒光光譜，綜合利用小波、小波包及二維小波分析技術建立浮游