遗传算法提取荧光指纹特征的浮游植物分析方法研究
本文对26种分属于5个门类的活体浮游植物赤潮种或优势种(包括甲藻8种，硅藻9种，着色鞭毛藻5种，绿藻2种和蓝藻2种)在20℃、不同光照(15000 lux、10000 lux、7000 lux)、不同生长期的三维荧光光谱进行了研究，运用遗传算法提取特征，建立了新的基于荧光指纹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)提出活体浮游植物三维荧光光谱的逐层分类法。逐层分类基于分步骤分类的思想，运用主成分分析提取浮游植物的三维荧光光谱特征，建立第—特征谱库，第二特征谱库。用非负最小二乘法(NNLS)对单谱和混合样品谱进行逐层识别，结果表明此方法可以识别浮游植物样品的门类和光谱类别。因近海及湖泊赤潮均以单一藻种为主，此方法可满足现场应用的实际需要。此方法具有直观，利于目视定性分类；各个特征谱库光谱数量少，拆分速度快；可根据实际要求选择分类层次等优点。
(2)提出活体浮游植物三维荧光光谱的遗传算法组合特征分类法。应用遗传算法对活体浮游植物三维荧光光谱分别从横向(激发光谱)、纵向(发射光谱)、斜向(同步光谱)三个角度去提取组合特征。发现得到的激发光谱组合特征谱，不但能有效的区分门类，还有效的增强了甲藻内部和硅藻内部藻种差异，可以作为浮游植物的荧光指纹特征。根据活体浮游植物该荧光指纹特征的相似性，本文的26种分属5个门类的浮游植物可分为18个光谱类别，比前人分类更细化。采用非负最小二乘法，以该荧光指纹特征对实验设计的228个单种浮游植物样品和405个混合样品光谱进行识别分析。单种识别正确率非常理想，种、光谱类别和门层次上的识别正确率分别为98.5％，99.6％和100％。比单独应用680 nm发射波长处的激发光谱作为特征谱识别正确率提高了约10个百分点。对于混合光谱的识别，光谱类别和门类层次上的识别正确率分别为86.4％和97.8％。比单独应用680 nm发射波长处的激发光谱作为光谱特征识别正确率分别提高了约30个百分点和10个百分点。证明了该荧光指纹特征蕴涵分类有效的信息，能够在有效的将浮游植物的活体荧光光谱分类细化的同时，提高识别正确率。另外，也验证了遗传算法在提取浮游植物三维荧光光谱特征上的有效性。
(3)在定量分析方面，建立了以叶绿素为标准的浮游植物活体定量分析方法。为了估算浮游植物丰度，研究了活体浮游植物荧光光谱强度与叶绿素浓度的关系，结果表明两者呈现线性相关关系(R=0.9146～0.9935)；利用线性关系方程和浮游植物活体荧光光谱即可获得已分类浮游植物样品的叶绿素含量。对所有定性正确的混合样品进行验证计算，其“活体法”计算值与“萃取法”测量值的相对误差落在-0.6-0.2之间的占90％。不同的浮游植物检测限不同，为0.08μg/1～4.38μg/l。
综上所述，本论文首次运用遗传算法提取浮游植物三维荧光光谱的多组信息作为指纹特征，细化浮游植物光谱分类，在浮游植物指纹特征分类基础上，建立了浮游植物快速荧光分析方法，具有应用价值。
遗传算法;荧光指纹;浮游植物;海洋生态环境;非负最小二乘;三维荧光光谱;赤潮
中国海洋大学
硕士
海洋化学
张前前
2009
中文
P716.5;P734
92
2009-09-28（万方平台首次上网日期，不代表论文的发表时间）