版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
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(chǎn)資源造成極大的損害,對海洋生物和人類健康的發(fā)展構(gòu)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(xiàn)赤潮的應(yīng)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(yīng)用潛力,是近年來備受關(guān)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(diào)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(shù),從而實現(xiàn)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(shù)對某些赤潮藻的識別率較低的問題,本文采用多種技術(shù)提取光譜特征,著力建立各種識別技術(shù)之間的互補聯(lián)立譜庫,完善現(xiàn)有的浮游藻活體熒光識別測定技術(shù)。
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(jié)構(gòu)特點總結(jié)的基礎(chǔ)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(shù),基本上實現(xiàn)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(nèi)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(gòu)建相應(yīng)的浮游藻色素萃取液熒光識別特征譜庫;在此基礎(chǔ)上,結(jié)合非負最小二乘法解析的多元線性回歸分別建立相應(yīng)的浮游藻色素萃取液熒光識別測定技術(shù)。對各種技術(shù)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(dāng)門上比例達50%時,小波、小波包技術(shù)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(shù)對黃藻門、藍藻門識別效果不好;當(dāng)混合比例達60%時,三種技術(shù)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(dāng)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(dāng)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(shù)用于現(xiàn)場浮游藻膜樣品的識別測定,結(jié)果顯示對硅藻的識別和:HPLC-CHEMTAX結(jié)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(xiàn)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(shù)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(xiàn)場培養(yǎng)浮游藻或
7、是現(xiàn)場采集浮游藻樣品(尤其是赤潮期間采樣)獲得現(xiàn)場譜更新識別特征譜庫,識別結(jié)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(shù),并研究各種技術(shù)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(shù),實現(xiàn)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(jié)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(shù)。將各種識別技術(shù)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(shù)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(shù)。
2.將聯(lián)立譜庫識別技術(shù)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(shù)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(jié)果與鏡檢結(jié)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(shù)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(shù)建立浮游藻色素萃取液熒光識別測定技術(shù),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(shù)建立浮游
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 小波分析技術(shù)在我國近海浮游藻群落組成熒光識別測定中的應(yīng)用.pdf
- 浮游藻群落組成熒光識別分析儀的初步研究.pdf
- 基于色素萃取液三維熒光光譜的浮游藻群落組成分析技術(shù).pdf
- 浮游植物群落組成熒光識別測定方法研究.pdf
- 熒光法測定水體葉綠素藻標準品制備技術(shù)研究.pdf
- 基于加權(quán)非負最小二乘法的近海浮游植物熒光識別測定技術(shù).pdf
- 39870.膠州灣浮游藻的色素分析和基于色素的分類方法研究
- 基于小波分析的東海浮游植物種類熒光光譜識別技術(shù)研究.pdf
- 21490.我國主要湖泊浮游藻的熒光分析技術(shù)
- X射線熒光巖屑識別技術(shù)研究.pdf
- 中國近海常見浮游藻色素生物標志物研究和應(yīng)用.pdf
- 浮游植物光合速率熒光動力學(xué)測量技術(shù)研究.pdf
- 基于熒光比值的優(yōu)勢藻門類識別和濃度測量方法研究.pdf
- 我國近海浮游植物色素的熒光光譜特征分析.pdf
- 多小波在浮游植物群落組成熒光測定技術(shù)中的應(yīng)用.pdf
- 基于小波分解和顏色信息熵的浮游生物圖像識別技術(shù)研究.pdf
- 基于分子印跡分離純化綠原酸與熒光仿生識別技術(shù)研究.pdf
- 基于HPLC技術(shù)的南海北部浮游植物色素與群落結(jié)構(gòu)研究.pdf
- 基于壁畫的對象識別技術(shù)研究.pdf
- 基于FPGA的文字識別技術(shù)研究.pdf
評論
0/150
提交評論