基于荧光机理的海藻识别方法与实验研究

论文摘要

荧光法是现代测量领域的研究热点之一。它通过测量物质的特征荧光光谱特性来鉴别被测物质的种类和浓度,在海洋环境监测方面具有广阔的应用前景。海水中的浮游植物是海洋生态系统中最主要的初级生产者和能量的主要转换者,海藻是主要的海洋浮游植物,对海洋中海藻进行识别,可以估测海区内生态系统的群落结构和分布状态,实现海洋的监测和综合治理。本文在对国内外海藻状态监测技术现状及发展趋势分析与综合的基础上,对具有代表性的绿藻门的扁藻、小球藻、盐藻,硅藻门的角毛藻、小新月藻,金藻门的叉鞭金藻等六种海藻的荧光光谱分析,提出基于海藻色素含量的荧光光谱的比值分析法、荧光总量法;基于海藻超微结构差异的二阶导数法、模糊聚类分析法;根据单一海藻和混合海藻的二阶导数的统计特性,提出混合海藻荧光的多元线性回归模型。为海洋污染的监测和治理以及估测海水中浮游植物的种类,提供了一种新的识别手段。本文主要进行以下的研究工作:(1)从荧光测量的基本原理出发,研究海藻荧光检测机理,为不同门类海藻识别提供方法与实验基础。(2)实验研究不同种类、不同浓度海藻溶液的吸收光谱、激发光谱、荧光光谱特性,确定了用于海藻种类识别的最佳激发波长和荧光检测波长。(3)采用小波分析方法对荧光发射光谱、荧光激发光谱去噪,使光谱信号的失真小、有用信号的衰减小,提高光谱信号的信噪比和光滑性。(4)研究了色素特征激发光激发的海藻荧光发射光谱的比值、440nm激发光激发的荧光发射光谱的二阶导数、荧光总量等单一海藻的特征提取方法,并提出以单一海藻的荧光激发光谱二阶导数谷点为特征点的模糊聚类分析法,分析了单一海藻的聚类问题。(5)依据单一海藻和混合海藻荧光激发光谱的二阶导数统计特点,研究了海藻荧光激发光谱的二阶导数峰值点、谷点为特征的多元线性回归模型,分析出混合海藻的海藻组分。(6)对六种不同门类的单一海藻和它们的混合物进行识别实验,验证了所建立的特征提取方法和识别模型的合理性。本研究的主要创新点在于将荧光法与比值光谱分析、荧光总量分析、模糊聚类

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 引言
• 1.2 海藻状态监测的方法
• 1.3 荧光法海藻状态监测技术的国内外研究现状
• 1.4 荧光法海藻状态监测技术的发展方向
• 1.4.1 荧光光纤传感技术
• 1.4.2 模式识别技术
• 1.5 课题研究的目的和意义
• 1.6 课题来源及主要研究内容
• 1.6.1 课题来源
• 1.6.2 主要研究内容
• 第2 章 海藻荧光测量原理
• 2.1 引言
• 2.2 荧光测量原理
• 2.2.1 荧光的分类
• 2.2.2 荧光的产生机理
• 2.2.3 荧光的激发光谱和发射光谱
• 2.2.4 荧光强度和溶液浓度的关系
• 2.2.5 影响荧光强度的几个因素
• 2.3 荧光法分析海藻的可行性
• 2.3.1 水中浮游植物的荧光特性
• 2.3.2 海藻的荧光特性
• 2.4 本章小结
• 第3 章 海藻的荧光光谱特性及实验
• 3.1 引言
• 3.2 海藻的吸收光谱特性
• 3.2.1 海藻特征色素的吸收光谱特性
• 3.2.2 海藻活体的吸收光谱特性
• 3.3 海藻的激发光谱和荧光光谱特性及实验研究
• 3.3.1 海藻特征色素的激发光谱和荧光光谱特性
• 3.3.2 小球藻活体的激发光谱和荧光光谱的实验研究
• 3.4 其它海藻活体的激发光谱特性
• 3.5 最佳激发波长和荧光检测波长的确定
• 3.6 本章小结
• 第4 章 海藻荧光光谱的噪声类型和去噪方法
• 4.1 引言
• 4.2 噪声类型及特性
• 4.2.1 热噪声
• 4.2.2 散粒噪声
• 4.2.3 产生-复合噪声
• 4.2.4 温度噪声
• 4.2.5 电流噪声
• 4.2.6 光子噪声
• 4.2.7 放大器噪声
• 4.3 小波变换去噪原理
• 4.4 海藻荧光光谱的小波去噪
• 4.5 本章小结
• 第5 章 基于模糊聚类分析的海藻识别
• 5.1 引言
• 5.2 海藻荧光发射光谱导数荧光识别研究
• 5.2.1 导数信号与被测浓度之间的关系
• 5.2.2 海藻的二阶导数光谱分析
• 5.3 基于色素含量的海藻识别方法
• 5.4 基于发射光谱积分的海藻识别方法研究
• 5.4.1 分子荧光强度与总荧光量
• 5.4.2 海藻荧光光谱积分分析
• 5.5 模糊聚类分析方法
• 5.5.1 c-均值分类方法
• 5.5.2 硬c-均值（HCM）法
• 5.6 海藻激发光谱的模糊聚类分析
• 5.6.1 特征点的选择
• 5.6.2 海藻模糊聚类分析
• 5.6.3 基于欧式距离的模糊聚类方法
• 5.7 本章小结
• 第6 章 混合海藻的识别系统设计
• 6.1 引言
• 6.2 多元线性回归分析
• 6.3 多元线性递推回归
• 6.4 单一海藻的特征点分析
• 6.5 混合海藻的识别方法
• 6.5.1 两种海藻混合物识别方法
• 6.5.2 三种海藻混合物的线性回归分析
• 6.6 本章小结
• 结论
• 参考文献
• 攻读博士学位期间所发表的论文
• 致谢
• 作者简介