遺傳算法提取熒光指紋特征的浮游植物分析方法研究.pdf

1、本文對(duì)26種分屬于5個(gè)門類的活體浮游植物赤潮種或優(yōu)勢(shì)種(包括甲藻8種，硅藻9種，著色鞭毛藻5種，綠藻2種和藍(lán)藻2種)在20℃、不同光照(15000 lux、10000 lux、7000 lux)、不同生長(zhǎng)期的三維熒光光譜進(jìn)行了研究，運(yùn)用遺傳算法提取特征，建立了新的基于熒光指紋特征的海洋浮游植物快速分析方法。本文的主要研究成果如下： (1)提出活體浮游植物三維熒光光譜的逐層分類法。逐層分類基于分步驟分類的思想，運(yùn)用主成分分析提取浮

2、游植物的三維熒光光譜特征，建立第—特征譜庫，第二特征譜庫。用非負(fù)最小二乘法(NNLS)對(duì)單譜和混合樣品譜進(jìn)行逐層識(shí)別，結(jié)果表明此方法可以識(shí)別浮游植物樣品的門類和光譜類別。因近海及湖泊赤潮均以單一藻種為主，此方法可滿足現(xiàn)場(chǎng)應(yīng)用的實(shí)際需要。此方法具有直觀，利于目視定性分類；各個(gè)特征譜庫光譜數(shù)量少，拆分速度快；可根據(jù)實(shí)際要求選擇分類層次等優(yōu)點(diǎn)。 (2)提出活體浮游植物三維熒光光譜的遺傳算法組合特征分類法。應(yīng)用遺傳算法對(duì)活體浮游植物三維

3、熒光光譜分別從橫向(激發(fā)光譜)、縱向(發(fā)射光譜)、斜向(同步光譜)三個(gè)角度去提取組合特征。發(fā)現(xiàn)得到的激發(fā)光譜組合特征譜，不但能有效的區(qū)分門類，還有效的增強(qiáng)了甲藻內(nèi)部和硅藻內(nèi)部藻種差異，可以作為浮游植物的熒光指紋特征。根據(jù)活體浮游植物該熒光指紋特征的相似性，本文的26種分屬5個(gè)門類的浮游植物可分為18個(gè)光譜類別，比前人分類更細(xì)化。采用非負(fù)最小二乘法，以該熒光指紋特征對(duì)實(shí)驗(yàn)設(shè)計(jì)的228個(gè)單種浮游植物樣品和405個(gè)混合樣品光譜進(jìn)行識(shí)別分析。單

4、種識(shí)別正確率非常理想，種、光譜類別和門層次上的識(shí)別正確率分別為98.5％，99.6％和100％。比單獨(dú)應(yīng)用680 nm發(fā)射波長(zhǎng)處的激發(fā)光譜作為特征譜識(shí)別正確率提高了約10個(gè)百分點(diǎn)。對(duì)于混合光譜的識(shí)別，光譜類別和門類層次上的識(shí)別正確率分別為86.4％和97.8％。比單獨(dú)應(yīng)用680 nm發(fā)射波長(zhǎng)處的激發(fā)光譜作為光譜特征識(shí)別正確率分別提高了約30個(gè)百分點(diǎn)和10個(gè)百分點(diǎn)。證明了該熒光指紋特征蘊(yùn)涵分類有效的信息，能夠在有效的將浮游植物的活體熒光光

5、譜分類細(xì)化的同時(shí)，提高識(shí)別正確率。另外，也驗(yàn)證了遺傳算法在提取浮游植物三維熒光光譜特征上的有效性。 (3)在定量分析方面，建立了以葉綠素為標(biāo)準(zhǔn)的浮游植物活體定量分析方法。為了估算浮游植物豐度，研究了活體浮游植物熒光光譜強(qiáng)度與葉綠素濃度的關(guān)系，結(jié)果表明兩者呈現(xiàn)線性相關(guān)關(guān)系(R=0.9146～0.9935)；利用線性關(guān)系方程和浮游植物活體熒光光譜即可獲得已分類浮游植物樣品的葉綠素含量。對(duì)所有定性正確的混合樣品進(jìn)行驗(yàn)證計(jì)算，其“活體法