基于熒光特征的海洋浮游植物快速分類方法研究.pdf

1、三維熒光光譜法靈敏度高，能給出整個激發(fā)、發(fā)射波長范圍內(nèi)的全部熒光指紋信息，是一種可以實現(xiàn)直接、快速進行浮游植物種類和數(shù)量分析的方法。本論文旨在通過提取光譜特征，結(jié)合多種化學計量學方法，建立基于熒光特征的海洋浮游植物快速分類方法，該分類介于生物形態(tài)分類的門類(Division)和屬(Genus)之間。 選取25種分屬于5個門類的浮游植物赤潮種或優(yōu)勢種進行實驗室培養(yǎng)，包括7種甲藻：塔瑪亞歷山大藻(Alexandrium tamare

2、nse)、東海原甲藻(Prorocentrum micans)、海洋原甲藻(Prococentrum marinum)、裸甲藻(Gymnodinium sp)、簡裸甲藻(Gymnodinium simplex)、微型原甲藻(Prorocentrum minimum)、錐狀斯比藻(Scrippsiella trochoidea)10種硅藻：尖刺擬菱形藻(Pseudo-nitzschiapungens(PSO201-01))、中肋骨條藻(S

3、keletonema costatuma)、圓篩藻(Coscinodiscus sp.)、細柱藻(Cylindrotheca closterium)、盒形藻(Odontella cf sinensis)、旋鏈角毛藻(Chaetoceros Curvisetus)、纖細角毛藻(Chaetoceros Debilis)、雙突角毛藻(Chaetoceros Didymus)、圓海鏈藻(Thalassiosi raromla)、布氏雙尾藻(Di

4、tylum brightwellii)：2種綠藻：小球藻(Chlorella pynenoidosa)、島國大扁藻(Platymonas helgolanidica)2種藍藻：聚球藻(Synechocoocus sp.)、魚腥藻(Cyanophyceae Anabaena sp.)；4種著色鞭毛藻：棕囊藻(Phaeocystisglobosa)、隱藻(Rhodomonas sp.)、鹽水隱藻(Rhodomonas salina)、海洋卡

5、盾藻(Chattonella marina)，在不同實驗條件下，包括3個溫度水平(25℃、20℃、15℃)、5個光照水平(15000lux、10000lux、7000lux、4100lux、1180lux)，對海洋浮游植物的三維熒光光譜進行了研究。主要研究包括： 1.研究了基于熒光特征的海洋浮游植物的“光譜類別”。 首先對原三維熒光光譜去除瑞利散射，采用主成分分析法(PCA)提取特征光譜。以平均相似系數(shù)R和第一主成分貢獻

6、率S1/m∑i=1Si兩個度量指標考察特征光譜的相似性。結(jié)果顯示，兩種相似性度量指標變化趨勢基本相同，S1/m∑i=1Si的變化趨勢相對明顯。為了對浮游植物進行分類判別，首先依據(jù)相似性度量和系統(tǒng)聚類分析結(jié)果，對每種藻提取一到多條譜代表原特征光譜，共得到25種藻的30條代表譜。結(jié)合比值法、系統(tǒng)聚類法和基于主成分分析的特征投影顯示法，將25種藻劃分成10個“光譜類別”，該類別定義以浮游植物的熒光光譜為基礎(chǔ)，介于生物學概念中“門類”和“屬”之

7、間，以Bayesian判別法驗證了劃分類別的有效性。 2.以標準葉綠素a(Ch1α)為基準考察了方法的檢出限。 首先，觀察標準Ch1α的三維和激發(fā)熒光光譜，本文選取發(fā)射波長665nm，激發(fā)波長380、410、430nm三處熒光強度的均值，作為對應濃度Ch1α的熒光強度值，得到Ch1α標準曲線。采用IUPAC法計算方法得出檢出限為0.065μg/L；采用ISO新估算法得到定性檢出限為1.85μg/L，定量檢出限為2.77μ

8、g/L。然后，考察了本實驗儀器條件下活體浮游植物熒光光譜法的檢出限。選取三維熒光光譜中發(fā)射波長670-680nm，激發(fā)波長440nm處熒光強度的均值，與上述選定的標準Ch1α的熒光強度相對應，以標準Ch1α濃度來表示浮游植物的豐度。根據(jù)IUPAC得到活體浮游植物的檢出限為0.10μg/L；根據(jù)實驗得到每種藻的實際檢出限在2.5-20.0μg/L之間。 3.建立了活體浮游植物熒光光譜的分析識別方法。 采用遍歷非負最小二乘法

9、(NNLS)對實驗設計的660個單種樣品和105個混合樣品進行分析，討論了物種數(shù)的確定與拆分正確率的規(guī)定，選定拆分系數(shù)的閾值為0.2。在本文所確定的“光譜類別”上，單種浮游植物樣品熒光光譜的識別正確率幾乎達100％；全部混合樣品的定性正確率為87％，剔除濃度低于實際檢出限的樣品后所剩的95個混合樣品的定性正確率可以達到95％。 綜上所述，本文基于25種藻的大量光譜數(shù)據(jù)，劃分了10個“光譜類別”，運用NNLS法對單種藻和混合藻樣品