学位论文 > 优秀研究生学位论文题录展示

多小波在浮游植物群落组成荧光测定技术中的应用

作 者: 申俊
导 师: 苏荣国
学 校: 中国海洋大学
专 业: 分析化学
关键词: 浮游植物 群落组成 三维荧光光谱 多小波技术 识别
分类号: Q948.8
类 型: 硕士论文
年 份: 2010年
下 载: 24次
引 用: 0次
阅 读: 论文下载
 

内容摘要


赤潮在全球及我国近海频发,规模不断扩大,已经成为全社会共同关注的海洋生态环境问题。据统计,近60多年来我国大陆沿海共发生赤潮265次,其中东海发生频率最高。因此迫切需要建立一种快速、实时、有效的浮游植物群落组成测定技术,以实现对赤潮的常规和应急监测。荧光技术是近年来逐步发展起来的一种浮游植物种类测定技术,荧光光谱能够为不同种类浮游植物提供各自专属的特征光谱信息。此外,由于这一方法的灵敏度较高,仪器使用简便,因此易于实现现场实时检测。在对我国近海海域赤潮发生期间与非赤潮期间浮游植物群落组成特点进行总结研究的基础上,本文最终选取了实验室培养的43种我国近海常见的优势藻种和赤潮浮游植物进行研究,所选藻种分别属于7个门32个属。其中硅藻门9属14种,金藻门6属6种,绿藻门4属4种,甲藻门6属11种,黄藻门2属2种,隐藻门1属2种,蓝藻门4属4种。在实验室培养环境下,分别测得上述浮游植物在不同光照、不同温度、不同生长周期的活体三维荧光光谱,利用多小波分析、非负最小二乘等技术建立了我国近海典型浮游植物赤潮藻种及优势种的门一属分级识别技术。具体取得如下研究成果:1.选用两种多小波函数(GHM多小波和SA4多小波)对扫描得到的活体浮游植物三维荧光光谱进行特征提取,依次得到不同的尺度分量及小波分量,应用Bayes判别原理选择了最佳的识别特征分量,初步选取两种多小波的第二层尺度分量Ca2、第三层尺度分量Ca3以及二者的联合Ca2-Ca3作为特征荧光光谱分量。2.分别选用GHM多小波和SA4多小波所选取的浮游植物特征荧光光谱,通过系统聚类分析分别提取得到两种多小波的三种标准谱库Ca2标准谱库、Ca3标准谱库以及Ca2-Ca3标准谱库,并结合使用非负最小二乘法建立浮游植物荧光识别技术。分别使用两种多小波的三种标准谱库对所培养浮游植物的单种藻样品和模拟混合藻样品在门类、属类水平上进行分级识别,最终依据识别结果选定两种多小波的最佳标准谱库。对于GHM多小波而言,Ca2-Ca3标准谱库识别结果最佳:单种藻样品在门类水平上的识别正确率平均为94.4%,属类水平的识别正确率平均达到92.7%。对于SA4多小波而言,Ca2标准谱库的识别结果最佳:单种藻样品门类水平上的识别正确率平均为94.6%,属类水平的识别正确率平均为92.7%。将扫描得到的单种藻样品的原始荧光光谱经过一系列的数据前处理后按照一定的比例两两进行光谱拟合,分别采用两种多小波标准谱库进行门属识别,结果表明当不同种类的浮游植物荧光光谱分别按照3:1、4:1、6:1、9:1的比例两两混合时,GHM多小波Ca2-Ca3标准谱库在门类水平上的平均识别正确率范围为97.6%-97.9%,属类水平上的平均识别正确率范围为66.8%-90.7%;SA4多小波Ca2标准谱库在门类水平上的平均正确识别率范围为98.3%-99.1%,属类水平上的平均正确识别率范围为63.1%-91.6%。当模拟混合比例不低于4:1时,门类水平的识别正确率>95%,属类水平的识别正确率>70%;当模拟混合比例不低于6:1时,属类水平上的识别正确率可达80%以上。3.对于实验室所做的实际混合藻样品而言,GHM多小波Ca2-Ca3标准谱库在门类水平的平均识别正确率为90.1%,属类水平的平均识别正确率76.4%。SA4多小波Ca2标准谱库门类水平的平均识别正确率为90.9%,属类水平的平均识别正确率74.2%。对于胶州湾调查水样以及麦岛围隔水样的识别,两种多小波标准谱库在门类水平上均能达到90%以上正确识别,属类水平上的识别正确率不低于80%。本论文的创新之处在于基于多小波技术建立了我国近海浮游植物优势种和肇事种的标准荧光光谱库,结合非负最小二乘等化学计量学方法建立了浮游植物群落组成荧光识别测定技术。该技术能够在未发生赤潮时对浮游植物进行门类水平上的识别测定,而在发生赤潮时在属的水平上识别引发赤潮的浮游植物。

全文目录


摘要  5-7
Abstract  7-12
0 前言  12-14
1 文献综述  14-29
  1.1 近海海洋环境现状及赤潮发生状况与特点  14-19
    1.1.1 我国近海海域海洋环境现状  14
    1.1.2 近海海域浮游植物群落组成概况  14-16
    1.1.3 我国近海海域赤潮发生状况及特点  16-19
      1.1.3.1 近海海域赤潮发生状况  16-18
      1.1.3.2 近海海域赤潮发生的特点  18-19
  1.2 赤潮监测技术的发展  19-22
  1.3 多小波技术的发展与应用  22-24
    1.3.1 多小波理论的建立与发展  22-23
    1.3.2 多小波分析技术的应用  23-24
  1.4 多小波理论在浮游植物荧光光谱测定技术中的可行性依据  24-26
    1.4.1 多小波的多分辨分析  24-25
    1.4.2 多小波的性质  25-26
  1.5 本论文的主要内容和研究意义  26-29
    1.5.1 研究目的和意义  26-27
    1.5.2 主要研究内容及技术路线  27-29
2 实验部分  29-38
  2.1 实验仪器及材料  29-30
    2.1.1 仪器  29
    2.1.2 试剂  29-30
  2.2 浮游植物的选取与培养  30-34
    2.2.1 实验室选用藻种的培养  30-32
    2.2.2 实验方案  32-33
    2.2.3 现场浮游植物样品的采集  33-34
  2.3 混合藻样品的实验设计  34
    2.3.1 模拟混合藻样品的获得  34
    2.3.2 实际混合藻样品的获得  34
  2.4 定量实验  34-38
3 浮游植物三维荧光光谱的预处理  38-43
  3.1 原始三维荧光光谱数据的获得  38
  3.2 三维荧光光谱散射的去除  38-40
  3.3 荧光光谱数据的降维处理  40-41
  3.4 数据标准化处理  41-43
4 基于多小波理论的浮游植物三维荧光光谱测定技术的建立  43-98
  4.1 本论文中采用的两种多小波函数  43-47
    4.1.1 GHM正交多小波及其滤波器  43-45
    4.1.2 SA4向量小波及其滤波器  45-47
  4.2 多小波技术用于荧光光谱特征提取的原理  47-50
  4.3 基于两种多小波的浮游植物荧光测定技术的建立  50-61
    4.3.1 GHM多小波特征分量的选择  51-56
    4.3.2 SA4多小波特征分量的选择  56-61
  4.4 基于识别特征谱的浮游植物标准荧光谱库的建立  61-77
    4.4.1 标准谱的获得方法  61
    4.4.2 标准谱库的建立  61-77
      4.4.2.1 GHM多小波标准谱库的建立  62-70
      4.4.2.2 SA4多小波标准谱库的建立  70-77
  4.5 标准荧光谱库对浮游植物的识别作用研究  77-96
    4.5.1 识别方法的选用  77-78
    4.5.2 GHM多小波标准谱库的识别作用  78-85
      4.5.2.1 对单种藻样品的识别作用  78-81
      4.5.2.2 对模拟混合藻样品的识别作用  81-85
    4.5.3 SA4多小波标准谱库的识别作用  85-91
      4.5.3.1 对单种藻样品的识别作用  85-88
      4.5.3.2 对模拟混合藻样品的识别作用  88-91
    4.5.4 两种多小波标准谱库对实际混合样品的测定  91-94
    4.5.5 两种多小波标准谱库对现场采集样品的测定  94-96
      4.5.5.1 对胶州湾同步调查水样的识别作用  94-95
      4.5.5.2 对小麦岛围隔实验水样的识别作用  95-96
  4.6 小结  96-98
5 结论  98-100
  5.1 主要结论  98-99
  5.2 研究特色及创新点  99
  5.3 存在问题及今后工作方向  99-100
参考文献  100-109
附录  109-116
致谢  116-117
个人简历  117
论文发表  117

相似论文

  1. 基于流形学习的高维流场数据分类研究,V231.3
  2. 哈尔滨城市空间环境视觉导识系统研究,TU998.9
  3. 脉冲反射法导线测长回波信号处理方法的研究,TM247
  4. 多重ANN/HMM混合模型在语音识别中的应用,TN912.34
  5. 基于DSP的机器人语音命令识别系统研制,TN912.34
  6. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  7. 基于高阶累积量的频谱感知技术仿真分析,TN911.23
  8. 多传感器组网及反隐身、抗干扰接力跟踪技术研究,TN953
  9. 2D人脸模板保护算法研究,TP391.41
  10. 基于EPC C1G2协议的超高频RFID系统设计及仿真,TP391.44
  11. 基于智能学习的多传感器目标识别与跟踪系统研究,TP391.41
  12. 基于特征的软构件建模方法及其在VMI管理系统中的应用,TP311.52
  13. 森林防火系统中图像识别算法的研究,TP391.41
  14. 红外超光谱图像的虚拟探测器研究,TP391.41
  15. 时间表达式识别与归一化研究,TP391.1
  16. 基于仿生模式识别的文本分类技术研究,TP391.1
  17. 图像实时采集、存储与处理方法研究,TP391.41
  18. 多币种纸币处理技术的研究与实现,TP391.41
  19. 基于距离映射码的安全指纹认证研究,TP391.4
  20. 空中目标抗干扰识别跟踪系统,TN215
  21. 在智能手机环境下健康管理功能设计与研究,TN929.53

中图分类: > 生物科学 > 植物学 > 植物生态学和植物地理学 > 水生植物学
© 2012 www.xueweilunwen.com