CN108732142A - 基于三维荧光光谱的海水藻类赤潮及毒性检测方法 - Google Patents

Abstract

本发明公开了一种基于三维荧光光谱的海水藻类赤潮及毒性检测方法，包括以下步骤：单色紫外光照射待检测海水；收集海水反射荧光；反射荧光经衍射光栅生成三维荧光光谱；光信号形式的三维荧光光谱经CCD转换为电信号形式的三维荧光光谱，得到海水的原始三维荧光光谱数据；原始三维荧光光谱数据四元数矩阵并行表示；基于四元数主成分分析的光谱特征的提取；建立赤潮藻类溶血活性判别的非线性映射模型，将提取后的光谱特征带入所建模型中，模型输出溶血活性值，以此值的大小来判别藻类毒性。本发明基于光谱方法检测，不用添加化学试剂；检测方法所使用设备小巧、集成度高，可实现不间断原位在线测量；检测精度高。

Description

基于三维荧光光谱的海水藻类赤潮及毒性检测方法

技术领域

本发明属于光电检测技术领域，涉及一种基于三维荧光光谱的海水藻类赤潮及毒性检测方法。

背景技术

赤潮(harmful algal bloom,HAB)，又称红潮，是在特定的环境条件下，海水中某些浮游植物、原生动物或细菌爆发性增殖或高度聚集而引起水体变色的一种有害生态现象。赤潮有时可使鱼类等水生动物遭受很大危害，这是由于赤潮浮游生物堵塞鱼鳃，引起机械障碍，和它们死后分解，迅速消耗氧气，水中氧气不足，以及分泌有害物质等造成的。鱼毒性(Ichthyotoxic)赤潮可产生多种有毒物质，在短时间内致使鱼类和贝类大量死亡。鱼毒性赤潮藻类已经广泛分布于我国沿海，严重污染了我国海产养殖环境，制约我国沿海海水养殖业的可持续健康发展。

目前海水藻类赤潮及毒性的检测方法主要包括以下三类：一是基于色素光谱法，二是基于荧光光谱法，三是采用在线可视化单细胞拍摄技术。由于浮游植物的吸收光谱易受黄色物质及光保护色素的影响，从而限制了色素光谱法的进一步发展。随着近年来荧光检测技术和图像分析处理技术的进步，三维荧光光谱技术和可视化单细胞拍摄技术在藻类识别方面得到快速发展，且三维荧光光谱技术日益成熟，目前已开发出多种应用于石油、多氯联苯、生物激素和微藻识别等方面的专业设备。

发明内容

(一)发明目的

本发明的发明目的是：提供一种可实现海水藻类赤潮及毒性自动检测及数据处理、不间断原位在线检测的方法。

(二)技术方案

为了解决上述技术问题，本发明提供一种基于三维荧光光谱的海水藻类赤潮及毒性检测方法，其包括以下步骤：

步骤1：单色紫外光照射待检测海水；

步骤2：收集海水反射荧光；

步骤3：反射荧光经衍射光栅生成三维荧光光谱；

步骤4：光信号形式的三维荧光光谱经CCD转换为电信号形式的三维荧光光谱，得到海水的原始三维荧光光谱数据；

步骤5：原始三维荧光光谱数据四元数矩阵并行表示；

步骤6：基于四元数主成分分析的光谱特征的提取；

步骤7：建立赤潮藻类溶血活性判别的非线性映射模型，将步骤6中提取后的光谱特征带入所建模型中，模型输出溶血活性值，以此值的大小来判别藻类毒性。

其中，所述步骤1中，使用激光器阵列输出单色紫外光，经分光镜分为探测光和参考光，探测光经透反射镜后照射海水，参考光由光探测器收集。

其中，所述单色紫外光激发波长为400～600nm，发射波长为650～750nm。

其中，所述步骤2和3中，利用准直器将海水反射荧光变成平行光，平行入射到衍射光栅，衍射光栅将经过准直的反射荧光展开成按波长排列的三维荧光光谱。

其中，所述步骤4中，电子倍增CCD位于衍射光栅形成的反射光谱位置处，将荧光光谱的光信号转变成电信号。

其中，所述步骤5中，原始三维荧光光谱数据的四元数矩阵并行表示的过程为：

将步骤4中得到的原始三维荧光光谱数据中的激发波长、发射波长和荧光强度三维全谱段数据的每个维度看成一个子空间，用表示，d_k表示第k个波长，也即第k个子空间的维数，这里d_k＝p，也就是每个子空间都是p维，包含p个波长变量的信息，用x_kj,k＝1,2,…n,j＝1,2,…p表示；

若几何代数空间满足并具有规范代数基则第k个波长点表示为一个多向量：

原始三维荧光光谱数据从原来的实数矩阵表示形式转化为一个1行p列的多向量光谱序列表示形式：

其中，B_j为几何向量的积；

利用几何代数相关性质对原始三维荧光光谱数据进行处理：

几何代数子空间维数D＝4，选取几何代数空间G_3,0作为嵌入空间，所用基向量集合为则原始三维荧光光谱数据序列的任意一波长维的多向量表示为：

根据几何积运算法则，取e₁e₂→i,e₂e₃→j,e₃e₁→k，则原始的三维荧光光谱数据四元数矩阵表示为：

X＝[x₁₁+x₁₂i+x₁₃j+x₁₄k,...,x_k1+x_k2i+x_k3j+x_k4k,...,x_J1+x_J2i+x_J3j+x_J4k] (4)。

其中，所述步骤6中，按照步骤5获得原始三维荧光光谱数据的四元数矩阵表示后，首先将原始三维荧光光谱数据的四元数矩阵进行样本中心化，即对每行数据进行平均，并用原始三维荧光光谱数据减去平均值，对原始三维荧光光谱数据的四元数矩阵的实部系数和三个虚部系数数据同时进行中心化；然后将中心化矩阵乘以其转置矩阵，得到其协方差矩阵；接下来利用Householder变换将协方差矩阵分解，得到协方差矩阵的特征值和特征向量；根据贡献率，选择前几个特征向量构建投影矩阵；将原始三维荧光光谱数据乘以投影矩阵得到降维后的四元数特征。

其中，所述步骤7中，将降维后的四元数特征基于求模、乘积和求和运算对提取的主成分特征进行特征融合，将融合特征作为支持向量机分类器的输入，得到溶血活性的判别模型；

对需要判别的赤潮藻类，按上述步骤获取其原始三维荧光光谱数据，进行四元数并行表示和四元数特征提取，将提取后的特征带入所建模型中，模型输出溶血活性值，以此值的大小来判别藻类毒性。

(三)有益效果

上述技术方案所提供的基于三维荧光光谱的海水藻类赤潮及毒性检测方法，具有以下有益效果：

1.基于光谱方法检测，不用添加化学试剂；

2.检测方法所使用设备小巧、集成度高，可实现不间断原位在线测量；

3.将四元数统计模式识别方法应用于三维荧光光谱的并行表示和并行特征提取，揭示激发波长、发射波长和荧光强度三者之间耦合信息，以此构建赤潮藻类溶血活性与三维荧光光谱的非线性映射模型，检测精度高。

附图说明

图1为本发明方法流程图。

具体实施方式

为使本发明的目的、内容、和优点更加清楚，下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。

参照图1所示，本实施例检测方法包括以下步骤：

步骤1：单色紫外光照射待检测海水；

步骤2：收集海水反射荧光；

步骤3：反射荧光经衍射光栅生成三维荧光光谱；

步骤4：光信号形式的三维荧光光谱经CCD转换为电信号形式的三维荧光光谱，得到海水的原始三维荧光光谱数据；

步骤5：原始三维荧光光谱数据四元数矩阵并行表示；

步骤6：基于四元数主成分分析的光谱特征的提取；

步骤7：建立赤潮藻类溶血活性判别的非线性映射模型，将步骤6中提取后的光谱特征带入所建模型中，模型输出溶血活性值，以此值的大小来判别藻类毒性。

具体地，步骤1中，使用激光器阵列输出单色紫外光，经分光镜分为探测光和参考光，探测光经透反射镜后照射海水，参考光由光探测器收集；其中，单色紫外光激发波长为400～600nm，发射波长为650～750nm。

步骤2和3中，利用准直器将海水反射荧光变成平行光，平行入射到衍射光栅，衍射光栅将经过准直的反射荧光展开成按波长排列的三维荧光光谱。

步骤4中，利用电子倍增CCD将光信号形式的三维荧光光谱转换成电信号形式的三维荧光光谱，得到海水的原始三维荧光光谱数据；电子倍增CCD位于衍射光栅形成的反射光谱位置处，将荧光光谱的光信号转变成电信号。

步骤5中，原始三维荧光光谱数据的四元数矩阵并行表示的具体过程为：

将步骤4中得到的原始三维荧光光谱数据中的激发波长、发射波长和荧光强度三维全谱段数据的每个维度看成一个子空间，用表示，d_k表示第k个波长，也即第k个子空间的维数，这里d_k＝p，也就是每个子空间都是p维，包含p个波长变量的信息，用x_kj,k＝1,2,…n,j＝1,2,…p表示。若几何代数空间满足并具有规范代数基则第k个波长点表示为一个多向量：

原始三维荧光光谱数据从原来的实数矩阵表示形式转化为一个1行p列的多向量光谱序列表示形式：

其中B_j为几何向量的积。这样，利用几何代数相关性质对原始三维荧光光谱数据进行处理。

几何代数子空间维数D＝4，选取几何代数空间G_3,0作为嵌入空间，所用基向量集合为则原始三维荧光光谱数据序列的任意一波长维的多向量表示为：

根据几何积运算法则，若取e₁e₂→i,e₂e₃→j,e₃e₁→k，则原始的三维荧光光谱数据四元数矩阵可表示为：

X＝[x₁₁+x₁₂i+x₁₃j+x₁₄k,...,x_k1+x_k2i+x_k3j+x_k4k,...,x_J1+x_J2i+x_J3j+x_J4k] (4)

步骤6中，按照步骤5获得原始三维荧光光谱数据的四元数矩阵表示后，首先将原始三维荧光光谱数据的四元数矩阵进行样本中心化，即对每行数据进行平均，并用原始三维荧光光谱数据减去平均值，对原始三维荧光光谱数据的四元数矩阵的实部系数和三个虚部系数数据同时进行中心化；然后将中心化矩阵乘以其转置矩阵，得到其协方差矩阵；下一步利用Householder变换将协方差矩阵分解，得到协方差矩阵的特征值和特征向量；根据贡献率，选择前几个特征向量构建投影矩阵；将原始三维荧光光谱数据乘以投影矩阵得到降维后的四元数特征。

步骤7中，将降维后的四元数特征基于求模、乘积和求和运算对提取的主成分特征进行特征融合，将融合特征作为支持向量机分类器的输入，得到溶血活性的判别模型。

对需要判别的赤潮藻类，按上述步骤获取其原始三维荧光光谱数据，进行四元数并行表示和四元数特征提取，将提取后的特征带入所建模型中，模型输出溶血活性值，以此值得大小来判别藻类毒性。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (8)

1.一种基于三维荧光光谱的海水藻类赤潮及毒性检测方法，其特征在于，包括以下步骤：

步骤1：单色紫外光照射待检测海水；

步骤2：收集海水反射荧光；

步骤3：反射荧光经衍射光栅生成三维荧光光谱；

步骤4：光信号形式的三维荧光光谱经CCD转换为电信号形式的三维荧光光谱，得到海水的原始三维荧光光谱数据；

步骤5：原始三维荧光光谱数据四元数矩阵并行表示；

步骤6：基于四元数主成分分析的光谱特征的提取；

步骤7：建立赤潮藻类溶血活性判别的非线性映射模型，将步骤6中提取后的光谱特征带入所建模型中，模型输出溶血活性值，以此值的大小来判别藻类毒性。

2.如权利要求1所述的基于三维荧光光谱的海水藻类赤潮及毒性检测方法，其特征在于，所述步骤1中，使用激光器阵列输出单色紫外光，经分光镜分为探测光和参考光，探测光经透反射镜后照射海水，参考光由光探测器收集。

3.如权利要求2所述的基于三维荧光光谱的海水藻类赤潮及毒性检测方法，其特征在于，所述单色紫外光激发波长为400～600nm，发射波长为650～750nm。

4.如权利要求1所述的基于三维荧光光谱的海水藻类赤潮及毒性检测方法，其特征在于，所述步骤2和3中，利用准直器将海水反射荧光变成平行光，平行入射到衍射光栅，衍射光栅将经过准直的反射荧光展开成按波长排列的三维荧光光谱。

5.如权利要求4所述的基于三维荧光光谱的海水藻类赤潮及毒性检测方法，其特征在于，所述步骤4中，电子倍增CCD位于衍射光栅形成的反射光谱位置处，将荧光光谱的光信号转变成电信号。

6.如权利要求5所述的基于三维荧光光谱的海水藻类赤潮及毒性检测方法，其特征在于，所述步骤5中，原始三维荧光光谱数据的四元数矩阵并行表示的过程为：

将步骤4中得到的原始三维荧光光谱数据中的激发波长、发射波长和荧光强度三维全谱段数据的每个维度看成一个子空间，用k＝1,2,…n表示，d_k表示第k个波长，也即第k个子空间的维数，这里d_k＝p，也就是每个子空间都是p维，包含p个波长变量的信息，用x_kj,k＝1,2,…n,j＝1,2,…p表示；

若几何代数空间满足并具有规范代数基则第k个波长点表示为一个多向量：

原始三维荧光光谱数据从原来的实数矩阵表示形式转化为一个1行p列的多向量光谱序列表示形式：

其中，B_j为几何向量的积；

利用几何代数相关性质对原始三维荧光光谱数据进行处理：

几何代数子空间维数D＝4，选取几何代数空间G_3,0作为嵌入空间，所用基向量集合为则原始三维荧光光谱数据序列的任意一波长维的多向量表示为：

根据几何积运算法则，取e₁e₂→i,e₂e₃→j,e₃e₁→k，则原始的三维荧光光谱数据四元数矩阵表示为：

X＝[x₁₁+x₁₂i+x₁₃j+x₁₄k,...,x_k1+x_k2i+x_k3j+x_k4k,...,x_J1+x_J2i+x_J3j+x_J4k] (4)。

7.如权利要求6所述的基于三维荧光光谱的海水藻类赤潮及毒性检测方法，其特征在于，所述步骤6中，按照步骤5获得原始三维荧光光谱数据的四元数矩阵表示后，首先将原始三维荧光光谱数据的四元数矩阵进行样本中心化，即对每行数据进行平均，并用原始三维荧光光谱数据减去平均值，对原始三维荧光光谱数据的四元数矩阵的实部系数和三个虚部系数数据同时进行中心化；然后将中心化矩阵乘以其转置矩阵，得到其协方差矩阵；接下来利用Householder变换将协方差矩阵分解，得到协方差矩阵的特征值和特征向量；根据贡献率，选择前几个特征向量构建投影矩阵；将原始三维荧光光谱数据乘以投影矩阵得到降维后的四元数特征。

8.如权利要求7所述的基于三维荧光光谱的海水藻类赤潮及毒性检测方法，其特征在于，所述步骤7中，将降维后的四元数特征基于求模、乘积和求和运算对提取的主成分特征进行特征融合，将融合特征作为支持向量机分类器的输入，得到溶血活性的判别模型；

对需要判别的赤潮藻类，按上述步骤获取其原始三维荧光光谱数据，进行四元数并行表示和四元数特征提取，将提取后的特征带入所建模型中，模型输出溶血活性值，以此值的大小来判别藻类毒性。