一种基于藻细胞特征拉曼散射的水环境扰动评估方法与流程

文档序号:14218127阅读:421来源:国知局

本发明属于水环境评估技术领域,涉及一种基于藻细胞特征拉曼散射的水环境扰动评估方法。



背景技术:

通常情况下,水环境的微小扰动如水体富营养化、水域光照、水体紊动等可以通过专业仪器对水域中氮磷含量、光照强度等进行连续监测,进而可以推算出水体富营养化程度。同时,研究人员采用荧光、质谱、红外和拉曼等对水环境的变化引起的藻细胞生理特征进行研究。从专利检索来看,专利201310413222.1提出了一种基于藻类叶绿素荧光的水体综合毒性快速检测方法;专利201410176048.8提出了一种藻类拉曼信号的水体残留农药检测方法,然而,由藻群细胞的生命特征变化趋势对水环境变化的研究相对较少。



技术实现要素:

有鉴于此,本发明的目的在于提供一种基于藻细胞特征拉曼散射的水环境扰动评估方法,通过藻细胞特征拉曼光谱,对不同环境扰动进行预测,进而实现水环境扰动的快速评估。

为达到上述目的,本发明提供如下技术方案:

一种基于藻细胞特征拉曼散射的水环境扰动评估方法,该方法包含如下步骤:

s1:将藻细胞在不同模拟水环境扰动因素下进行培养;

s2:在培养周期内对藻液进行采样表征,通过共焦显微拉曼光谱仪对藻细胞进行拉曼成像,并对藻细胞的拉曼光谱进行预处理;

s3:对不同培养条件下藻细胞的拉曼光谱进行分析,基于二维相关光谱分析方法,得出藻细胞的特征指纹拉曼差异,结合判别式最小二乘算法,对不同藻细胞属进行判别;

s4:建立基于藻细胞特征拉曼散射光谱的水环境扰动预测模型;

s5:根据步骤s4获得的基于藻细胞特征拉曼光谱的水环境扰动预测模型对水环境进行评估预测。

进一步,步骤s1中,水环境扰动因素包含藻生长环境营养情况、光照情况以及水体紊动,步骤s1中培养的周期为20-30天。

进一步,所述步骤s2包含如下步骤:

s21:在培养周期内,每间隔一天时间对藻液进行采样表征;

s22:提取1ul藻细胞样本滴在有多聚赖氨酸的载玻片上;

s23:待藻细胞固定后,通过共焦显微拉曼光谱仪选择藻细胞并对其进行拉曼成像;

s24:采用非对称最小二乘、平滑样条拟合、基于遗传种群基线校正及其改进算法,对藻细胞的拉曼成像光谱的背景基线噪声进行去除。

进一步,步骤s23中共焦显微拉曼光谱仪选择532nm激光器,50/100倍物镜聚焦,到达藻细胞样本表面的激光功率设置为0.01mw。

进一步,步骤s4具体包含如下步骤:

s41:针对同一属藻细胞,将同一培养条件下不同培养时间的藻细胞的特征拉曼进行组合,构建藻细胞的特征拉曼随藻细胞生长的藻细胞拉曼趋势光谱组;

s42:建立不同扰动环境下藻细胞指纹拉曼数据库;

s43:采用主成分分析方法对不同培养条件下的藻细胞特征拉曼趋势光谱进行分类;

s44:提取主成分特征,对不同环境扰动下藻细胞拉曼趋势光谱组进行降维;

s45:基于小样本支持向量机,采用降维后的藻细胞拉曼趋势光谱组,建立基于藻细胞特征拉曼光谱的水环境扰动预测模型。

进一步,步骤s5具体包含如下步骤:

s51:提取真实水环境样本,对其杂质进行预处理;

s52:取1ul真实水环境样本滴在有多聚赖氨酸的载玻片上,待样本固定后,通过显微拉曼光谱仪选择藻细胞并对其进行拉曼成像;

s53:对同一水域进行20-30天隔天取样的连续监测;

s54:将连续监测获得的拉曼光谱进行组合,构建真实水环境扰动下的藻细胞拉曼趋势光谱组;

s55:对真实水环境扰动下的藻细胞拉曼趋势光谱组进行滤波以及基线校正预处理;

s56:基于二维相关光谱分析和判别式最小二乘算法,对真实水环境扰动下的藻细胞属进行判别;

s57:提取真实水环境扰动下的藻细胞属对应的主成分,对其拉曼趋势光谱组进行降维处理;

s58:采用降维后的真实水环境扰动下的藻细胞拉曼趋势光谱组,对水环境扰动进行预测。

本发明的有益效果在于:本发明提出了一种基于藻细胞特征拉曼散射的水环境扰动评估方法,通过藻细胞特征拉曼光谱,对不同环境扰动进行预测,进而实现了水环境扰动的快速评估。

附图说明

为了使本发明的目的、技术方案和有益效果更加清楚,本发明提供如下附图进行说明:

图1为本发明的流程图。

具体实施方式

下面将结合附图,对本发明的优选实施例进行详细的描述。

1.藻细胞培养

模拟水环境扰动因素对不同藻细胞进行培养,包括藻生长环境营养情况(富氮/氮限制)、光照情况(高/低光照)、水体紊动(通气、水库调度)等因素,培养周期约20-30天(藻细胞生长周期);

2.藻细胞拉曼成像表征

在培养周期内,每间隔一天时间对藻液进行采样表征,提取1ul藻液滴在有多聚赖氨酸的载玻片上,藻细胞通过多聚赖氨酸被固定在载玻片上,经过10分钟左右的作用后藻细胞被固定在载玻片上,通过显微镜选择藻细胞并对其进行拉曼成像,进而采用算法对藻细胞拉曼光谱进行预处理。其中,拉曼表征选择532nm激光器,50/100倍物镜聚焦,样本表面的激光功率约为0.01mw;预处理主要是采用非对称最小二乘、平滑样条拟合、基于遗传种群基线校正算法及其相关的改进算法对背景基线噪声进行去除。

3.藻细胞属判别分析

基于二维相关光谱分析方法,对不同培养条件下的藻细胞特征拉曼光谱进行分析,挖掘不同藻细胞属的特征指纹拉曼差异性,结合判别式最小二乘算法,实现藻细胞属的判别分析;

4.基于藻细胞特征拉曼散射的水环境扰动预测模型的建立

针对同一属藻细胞,将同一培养条件下不同培养时间的藻细胞特征拉曼组合,构建藻细胞特征拉曼随藻细胞生长的细胞拉曼趋势光谱组,进而建立不同环境扰动下藻细胞指纹拉曼数据库;

采用主成分分析方法对不同培养条件下的藻细胞特征拉曼趋势光谱进行分类,并提取主成分特征,实现不同环境扰动下藻细胞指纹拉曼趋势光谱组的降维;

基于小样本支持向量机,采用降维后的细胞指纹拉曼数据组,建立基于藻细胞特征拉曼光谱的水环境扰动预测模型,并对模型参数进行优化,进而可实现水环境扰动的快速评估;

5.水环境扰动的预测分析

原位提取水环境样本,对其杂质进行预处理(过滤、离心、清洗),接着,取1ul样品滴在有多聚赖氨酸的载玻片上,待藻细胞固定后,采用相同的测试条件对细胞进行拉曼成像;采用同样的策略,对同一水域进行为期20-30天的连续监测(隔天取样),将其拉曼光谱组合,构建此时环境扰动下藻细胞拉曼趋势光谱组;并采用前述同样的预处理方法,对拉曼光谱进行滤波、基线校正预处理;

接着,基于二维相关光谱分析和藻细胞属判别式最小二乘算法模型,对实际藻群细胞属进行判别分析;

进而,选择藻细胞属对应的主成分分析模型参数对其拉曼趋势光谱组进行降维处理;

最后,基于藻细胞特征拉曼光谱的水环境扰动预测模型,采用降维后的藻细胞特征拉曼趋势光谱组主成分特征,对水环境扰动进行预测,实现水环境扰动的快速评估。

实施例

第一步、藻细胞培养

模拟水环境扰动因素对水华微囊藻(microcystisflos-aquae)和小球藻(chlorellavulgaris)分别进行培养,水环境扰动因素包括氮限制、富氮、高光照、低光照、水体紊动(通气),培养周期20天(大约一个藻细胞生长周期)。

其中,以富氮培养条件为参考组,对某一参数进行微扰进行对比实验。富氮培养条件为,光强:22μmolm-2s-1,氮浓度:250mg/l,无通气;氮限制(氮浓度:0.5mg/l),通气(通气率:0.6vvm),高光照(光强:55μmolm-2s-1),低光照(光强:10μmolm-2s-1)。

第二步、藻细胞拉曼成像表征

在培养周期内,每间隔一天时间对藻液进行采样表征,提取1ul藻液滴在有多聚赖氨酸的载玻片上,藻细胞通过多聚赖氨酸被固定在载玻片上,经过10分钟左右的作用后,通过显微镜选择藻细胞并对其进行拉曼成像,进而采用算法对藻细胞拉曼光谱进行预处理。其中,拉曼表征选择532nm激光器,100倍物镜聚焦,样本表面的激光功率约为0.01mw;预处理主要采用改进非对称判别式最小二乘算法对背景基线噪声进行去除。

第三步、藻细胞属判别分析

基于二维相关光谱分析方法,对不同培养条件下的藻细胞特征拉曼光谱进行分析,挖掘不同藻细胞属的特征指纹拉曼差异性,结合判别式最小二乘算法,实现藻细胞微囊藻属和小球藻属的判别分析;

第四步、基于藻细胞特征拉曼散射的水环境扰动预测模型的建立

针对同一属藻细胞,将同一培养条件下不同培养时间的藻细胞特征拉曼组合,构建藻细胞特征拉曼随藻细胞生长的细胞拉曼趋势光谱组,进而建立不同环境扰动下藻细胞指纹拉曼数据库;

采用主成分分析方法对不同培养条件下的藻细胞特征拉曼趋势光谱进行分类,并提取主成分特征,实现不同环境扰动下藻细胞指纹拉曼趋势光谱组的降维;

基于小样本支持向量机,采用降维后的细胞指纹拉曼数据组,建立基于藻细胞特征拉曼光谱的水环境扰动预测模型,并对模型参数进行优化,实现水环境扰动的快速评估;

第五步、水环境扰动的预测分析

原位提取水环境样本,对其杂质进行预处理(过滤、离心、清洗),接着,取1ul样品滴在有多聚赖氨酸的载玻片上,待藻细胞固定后,采用相同的测试条件对细胞进行拉曼成像;采用同样的策略,对同一水域进行为期20-30天的连续监测(隔天取样),将其拉曼光谱组合,构建此时环境扰动下藻细胞拉曼趋势光谱组;并采用前述同样的方法,对拉曼光谱进行滤波、基线校正预处理;

基于二维相关光谱分析和藻细胞属判别式最小二乘算法模型,对实际藻样细胞属进行判别分析;

进而,选择藻细胞属对应的主成分分析模型参数对其拉曼趋势光谱组进行降维处理;

最后,基于藻细胞特征拉曼光谱的水环境扰动预测模型,采用降维后的藻细胞特征拉曼趋势光谱组主成分特征,对水环境扰动进行预测,实现水环境扰动的快速评估。

综上所述,本发明提供的一种基于藻细胞特征拉曼散射的水环境扰动评估新方法,通过藻细胞特征拉曼光谱,对不同环境扰动进行预测,进而实现水环境扰动的快速评估。

最后说明的是,以上优选实施例仅用以说明发明的技术方案而非限制,尽管通过上述优选实施例已经对本发明进行了详细的描述,但本领域技术人员应当理解,可以在形式上和细节上对其作出各种各样的改变,而不偏离本发明权利要求书所限定的范围。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1