[发明专利]一种基于三维荧光检测的藻类爆发预警方法及系统

权利要求书

1.一种基于三维荧光检测的藻类爆发预警方法，其特征在于，包括：

对监测水域预设监测点进行间隔时间为一个月的全年检测，获得所述监测水域的三维荧光数据；所述三维荧光数据包括激发波长Ex、发射波长Em和荧光强度；

对所述三维荧光数据进行数据划分，划分出处于藻类生长期、藻类爆发期和藻类旺盛期的三维荧光数据，构成高维荧光数据矩阵；

对所述高维荧光数据矩阵进行数据预处理，得到预处理后的三维荧光数组；

建立主成分分析PCA模型对所述三维荧光数组进行主成分分析，得到所述三维荧光数组中每个样本的主成分得分；所述PCA模型的输入为所述三维荧光数组，输出为主成分得分；

基于所述PCA模型对所述三维荧光数组进行异常值筛除，得到筛除异常值的样本；

根据所述筛除异常值的样本的主成分得分建立三分类的正交偏最小二乘法判别OPLS-DA模型，并对所述OPLS-DA模型进行训练和测试，生成训练好的OPLS-DA模型；

采用所述训练好的OPLS-DA模型对藻类爆发进行预警。

2.根据权利要求1所述的藻类爆发预警方法，其特征在于，所述对监测水域预设监测点进行间隔时间为一个月的全年检测，获得所述监测水域的三维荧光数据，具体包括：

使用三维荧光光谱仪对所述监测水域预设监测点进行间隔时间为一个月的全年检测，获得所述监测水域的三维荧光数据；所述三维荧光光谱仪的固定积分时间为0.1s，激发波长为200nm-800nm，CCD为高增益，光谱分辨率为121×250。

3.根据权利要求1所述的藻类爆发预警方法，其特征在于，所述对所述三维荧光数据进行数据划分，划分出处于藻类生长期、藻类爆发期和藻类旺盛期的三维荧光数据，构成高维荧光数据矩阵，具体包括：

将所述三维荧光数据按月划分为12组，获得12组三维荧光数据组；

对每组所述三维荧光数据组中的每个三维荧光数据样本中的选定区域进行三维荧光区域面积积分，得到每个三维荧光数据样本的面积积分FRI_algae；所述选定区域为355nm＜Ex＜760nm、600nm＜Em＜735nm的藻类色素及藻类蛋白荧光区域；

对每组所述三维荧光数据组中的所有三维荧光数据样本的面积积分FRI_algae求平均值，得到每组所述三维荧光数据组的月积分平均值

确定所述月积分平均值的所述三维荧光数据组处于藻类旺盛期；

确定在所述处于藻类旺盛期的三维荧光数据组之前一个月采集的所述三维荧光数据组处于藻类爆发期；

确定在所述处于藻类旺盛期的三维荧光数据组之前两个月采集的所述三维荧光数据组处于藻类生长期；

将处于所述藻类生长期、所述藻类爆发期和所述藻类旺盛期的三组三维荧光数据组构成高维荧光数据矩阵。

4.根据权利要求1所述的藻类爆发预警方法，其特征在于，所述对所述高维荧光数据矩阵进行数据预处理，得到预处理后的三维荧光数组，具体包括：

对所述高维荧光数据矩阵依次进行三维荧光矩阵转一维向量、负值及空值置0、Savitzky-Golay滤波降噪以及帕累托归一化处理，得到预处理后的三维荧光数组。

5.根据权利要求1所述的藻类爆发预警方法，其特征在于，所述基于所述PCA模型对所述三维荧光数组进行异常值筛除，得到筛除异常值的样本，具体包括：

对所述PCA模型进行Hotelling T2检验，选择置信区间99％，将所述三维荧光数组中不在所述置信区间内的三维荧光数据样本作为异常值筛除，得到筛除异常值的样本。