[发明专利]一种基于藻细胞特征拉曼散射的水环境扰动评估方法

说明书

技术领域

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。

发明内容

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