基于光譜的微藻藻種鑒別及內(nèi)部信息（色素、油脂）檢測的研究.pdf

1、微藻種類繁多，富含類胡蘿卜素、脂類、蛋白質(zhì)等高價值的營養(yǎng)成分和化工原料，在醫(yī)藥工業(yè)、食品工業(yè)、可再生能源等多個領(lǐng)域行業(yè)具有重要應(yīng)用意義。因此，對于微藻產(chǎn)業(yè)化及其培養(yǎng)繁殖過程中，對其生命內(nèi)部信息的快速獲取有利于降低成本，提高產(chǎn)量。本論文基于可見/近紅外光譜、高光譜成像技術(shù)和共聚焦顯微拉曼光譜，結(jié)合化學(xué)計量學(xué)方法，研究了微藻藻液和活體細(xì)胞的藻種鑒別和內(nèi)部信息（色素、油脂）檢測，主要研究內(nèi)容和成果如下：
　　(1)應(yīng)用浸入式可見/近紅外

2、光譜技術(shù)、共聚焦顯微拉曼光譜技術(shù)對5種不同微藻藻種進(jìn)行鑒別，建立了5種微藻的鑒別模型。通過自主搭建的浸入式可見/近紅外光譜系統(tǒng)采集了5種微藻共150個樣本，比較了不同的預(yù)處理方法，并通過x-LW和SPA的方法篩選特征波長，比較了PLS、SVM、LDA和ELM等4種不同的判別模型，最終SPA-LDA、SPA-ELM和x-LW-ELM三種模型的分類預(yù)測正確率都達(dá)到了100％;對采集的5種微藻的拉曼光譜曲線，通過RCF方法去除熒光背景，提出了

3、最大譜峰比值法對于隨時間推移、不同生長周期下的同一藻種樣本的拉曼曲線進(jìn)行預(yù)處理，對篩選出來的10個色素特征峰通過上述4種不同建模分類方法預(yù)測，最后發(fā)現(xiàn)ELM模型的預(yù)測正確率最高為98％。研究表明，說明上述兩種光譜方法能夠有效、快速地鑒別5種微藻藻種。
　　(2)應(yīng)用浸入式可見/近紅外光譜技術(shù)、反射和透射高光譜成像技術(shù)對雨生紅球藻的葉綠素a、葉綠素b和類胡蘿卜素單位體積含量建立了定量關(guān)系模型，實現(xiàn)了微藻主要色素信息的快速檢測。對采集

4、的光譜數(shù)據(jù)比較了不同預(yù)處理及特征波段選取下PLS、MLR、LS-SVM等3種建模方法下的預(yù)測結(jié)果。當(dāng)使用浸入式可見/近紅外光譜技術(shù)時，葉綠素a、葉綠素b和類胡蘿卜素單位體積含量檢測的最優(yōu)模型Rpre分別達(dá)到了0.9684、0.9146和0.9638，RPD分別達(dá)到了2.9461、1.9477、3.0083;當(dāng)使用透射高光譜成像技術(shù)時，葉綠素a、葉綠素b和類胡蘿卜素單位體積含量檢測的最優(yōu)模型Rpre分別達(dá)到了0.9729、0.9101和0

5、.9807，RPD分別達(dá)到了3.3695、2.0132、4.4006;當(dāng)使用反射高光譜成像技術(shù)時，葉綠素a、葉綠素b和類胡蘿卜素單位體積含量檢測的最優(yōu)模型Rpre分別達(dá)到了0.9650、0.9008和0.9813，RPD分別達(dá)到了3.4296、2.0759、5.5144。對于三種光譜方法，基于SPA特征變量模型得到的Rpre的平均值下降了0.05％，RPD的平均值提高了18.68％。選出來的變量個數(shù)平均為5.11個，平均減少了99.55

6、％個變量。研究結(jié)果表明，三種光譜都較好地能實現(xiàn)雨生紅球藻主要色素的快速檢測，其中反射高光譜成像技術(shù)效果最好，此外透射和反射高光譜成像都能很好地對微藻色素含量指標(biāo)進(jìn)行可視化，且其視覺鑒別能力上明顯優(yōu)于藻液的RGB圖像。
　　(3)應(yīng)用共聚焦顯微拉曼光譜技術(shù)對微藻的油脂檢測進(jìn)行了可行性研究。首先使用拉曼光譜技術(shù)研究預(yù)測了蛋白核小球藻、微綠球藻、普通小球藻、衣藻和雨生紅球藻各40個樣本的Ⅳ平均值分別為117.69、121.35、124.

7、50、124.30和117.23。并對比了該預(yù)測值與普通小球藻GC-MS測得的Ⅳ值進(jìn)行了比較，發(fā)現(xiàn)兩者只相差0.11％，同時結(jié)合他文獻(xiàn)中的數(shù)據(jù)比較，結(jié)果接近，說明了拉曼光譜通過1660cm-1和1445cm-1峰強比值檢測微藻Ⅳ值的可行性。其次研究了不同氮環(huán)境下蛋白核小球藻的拉曼光譜曲線差異，通過化學(xué)計量學(xué)方法進(jìn)行判別分析。對蛋白核小球藻在不同氮環(huán)境下（氮饑餓、氮正常和氮飽和）在第3、5和7天的拉曼光譜分析發(fā)現(xiàn)，其對應(yīng)油脂特征峰在拉曼位