基于荧光特征的海洋浮游植物快速分类方法分析

《基于荧光特征的海洋浮游植物快速分类方法分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于荧光特征的海洋浮游植物快速分类方法研究基于荧光特征的海洋浮游植物快速分类方法研究摘要三维荧光光谱法灵敏度高，能给出整个激发、发射波长范围内的全部荧光指纹信息，是一种可以实现直接、快速进行浮游植物种类和数量分析的方法。本论文旨在通过提取光谱特征，结合多种化学计量学方法，建立基于荧光特征的海洋浮游植物快速分类方法，该分类介于生物形态分类的门类(Division)和属(Genus)之间。选取25种分属于5个门类的浮游植物赤潮种或优势种进行实验室培养，包括7种甲藻：塔玛亚历山大藻(hlexandriumtamarense)、东海原甲藻(Prorocentrummicans)、海

2、洋原甲藻(Prococentrummarinum)、裸甲藻(Gymnodiniumsp．)、简裸甲藻(Gymnodiniumsimplex)、微型原甲藻(Prorocentrumminimum)、锥状斯比藻(Scrippsiellatrochoidea)10种硅藻：尖刺拟菱形藻(Pseudo·nitzschiapungens(PS0201-01))、中肋骨条藻(Skeletonemacostatuma)、圆筛藻(Coscinodiscussp．)、细柱藻(Cylindrothecaclosterium)、盒形藻(Odontellacf_sinensis)、旋链角毛藻(Cha

3、etocerosCurvisetus)、纤细角毛藻(ChaetocerosDebilis)、双突角毛藻(ChaetocerosDidymus)、圆海链藻(Thalassiosiraromla)、布氏双尾藻(Ditylumbrightwellii)：2种绿藻：小球藻(Chlorellapynenoidosa)、岛国大扁藻(Platymonashelgolanidica)2种蓝藻：聚球藻(Synechocoocussp．)、鱼腥藻(CyanophyceaeAnabaenasp．)；4种着色鞭毛藻：棕囊藻(Phaeocystisglobosa)、隐藻(Rhodomonassp．)

4、、盐水隐藻(Rhodomonassalina)、海洋卡盾藻(Chattonellamarina)，在不同实验条件下，包括3个温度水平(25"c、20"C、15。c)、5个光照水平(15000lux、10000lux、7000lux、4100lux、1180lux)，对海洋浮游植物的三维荧光光谱进行了研究。主要研究包括：1．研究了基于荧光特征的海洋浮游植物的“光谱类别"。首先对原三维荧光光谱去除瑞利散射，采用主成分分析法(PCA)提取特征光谱。以平均相似系数R和第一主成分贡献率s1／∑S；两个度量指标考察特征光谱的相似性。结果显示，基于荧光特征的海洋浮游植物快速分类方法研究两

5、种相似性度量指标变化趋势基本相同，S1／罗S，的变化趋势相对明显。为了筒对浮游植物进行分类判别，首先依据相似性度量和系统聚类分析结果，对每种藻提取一到多条谱代表原特征光谱，共得到25种藻的30条代表谱。结合比值法、系统聚类法和基于主成分分析的特征投影显示法，将25种藻划分成10个“光谱类别"，该类别定义以浮游植物的荧光光谱为基础，介于生物学概念中“门类”和“属”之间，以Bayesian判别法验证了划分类别的有效性。2．以标准叶绿素a(Chl口)为基准考察了方法的检出限。首先，观察标准Chla的三维和激发荧光光谱，本文选取发射波长665nnl，激发波长380、410、430n

6、ln三处荧光强度的均值，作为对应浓度Chla的荧光强度值，得到Chla标准曲线。采用IUPAC法计算方法得出检出限为0．065#g／L；采用ISO新估算法得到定性检出限为1．85#g／L，定量检出限为2．77#g／L。然后，考察了本实验-仪器条件下活体浮游植物荧光光谱法的检出限。选取三维荧光光谱中发射波长670．680姗，激发波长440nnl处荧光强度的均值，与上述选定的标准Chla的荧光强度相对应，以标准Chla浓度来表示浮游植物的丰度。根据IUPAC得到活体浮游植物的检出限为0．10／tg／L；根据实验得到每种藻的实际检出限在2．5-20．0#g／L之间。3．建立了活体

7、浮游植物荧光光谱的分析识别方法。采用遍历非负最小二乘法(ⅫmS)对实验设计的660个单种样品和105个混合样品进行分析，讨论了物种数的确定与拆分正确率的规定，选定拆分系数的阈值为O．2。在本文所确定的“光谱类别”上，单种浮游植物样品荧光光谱的识别正确率几乎达100％；全部混合样品的定性正确率为87％，剔除浓度低于实际检出限的样品后所剩的95个混合样品的定性正确率可以达到95％。综上所述，本文基于25种藻的大量光谱数据，划分了10个“光谱类别"，运用NNLS法对单种藻和混合藻样品的定性定量分析验证了此光谱分类的有效性