基于色素萃取液三維熒光光譜的浮游藻群落組成分析技術(shù).pdf

1、浮游植物是海洋生態(tài)系統(tǒng)食物網(wǎng)的基礎(chǔ),在全球碳循環(huán)和海洋生態(tài)過程中發(fā)揮著重要作用。浮游植物的過度增長會對當(dāng)?shù)氐纳锒鄻有院蜕鷳B(tài)系統(tǒng)功能造成破壞,特別是有毒赤潮的爆發(fā)會對經(jīng)濟(jì)和人類的健康構(gòu)成重大威脅。浮游植物豐度和群落組成的實時快速監(jiān)測對于評估沿海地區(qū)海水的生態(tài)狀況至關(guān)重要,因此,建立一種快速、低成本的分類技術(shù)實現(xiàn)浮游植物群落組成的現(xiàn)場識別測定是近海生態(tài)環(huán)境監(jiān)測的迫切需要。三維熒光光譜(EEM)技術(shù)因其測定速度快、設(shè)備簡單、靈敏度高、指紋特

2、性強等優(yōu)點,近年來作為識別測定浮游植物類群的分析技術(shù)越來越受到關(guān)注。
　　本文在對我國近海海域浮游植物群落結(jié)構(gòu)分析的基礎(chǔ)上,選擇了分屬于5個門28個屬的41種浮游藻進(jìn)行研究,分別測得所選擇的浮游藻在不同溫度、光照和生長周期條件下的色素萃取液 EEM。首先,利用 Daubechies7(db7)小波分解色素萃取液 EEM,將分解的尺度分量最佳特征譜代替 HPLC色素分析,結(jié)合CHEMTAX方法,建立區(qū)分浮游藻分類群的熒光識別分析技術(shù)

3、,其次,將平行因子(PARAFAC)模型應(yīng)用于 EEM,解析得到14個熒光成分,將所得的14個熒光成分代替 HPLC色素比值矩陣,分別結(jié)合 CHEMTAX程序和非負(fù)最小二乘(NNLS)方法,建立 EEM-PARAFAC-CHEMTAX和 EEM-PARAFAC-NNLS熒光分析技術(shù)用于浮游藻群落組成的識別測定分析。所建立的熒光技術(shù)能夠在門類水平上(硅藻門、甲藻門、綠藻門、藍(lán)藻門和隱藻門)對浮游藻群落組成進(jìn)行定性、定量識別測定。主要研究成

4、果如下:
　　1.利用 db7小波對浮游藻色素萃取液 EEM進(jìn)行特征提取,得到具有種類特征性的尺度分量,使用 Bayesian判別分析選擇浮游藻色素萃取液的最佳識別特征光譜。然后,構(gòu)建適用于 CHEMTAX的浮游藻色素萃取液的參考識別特征光譜,在此基礎(chǔ)上,使用 CHEMTAX方法建立浮游藻色素萃取液的熒光分析技術(shù)。該技術(shù)對307個單種藻樣品在門類水平上的平均識別正確率是96.3％,測定的平均相對含量是81.0%。對于195個實驗室

5、混合樣品,優(yōu)勢藻和次優(yōu)勢藻的平均識別正確率分別為89.9%和77.3%,當(dāng)次優(yōu)勢藻測定的相對含量低于20.0%時,大約一半的樣品在門類水平上不能被正確識別,所以相對含量低于20.0%的測定結(jié)果是不可信的,但當(dāng)測定的次優(yōu)勢藻相對含量高于20.0%時,次優(yōu)勢藻的識別正確率達(dá)到88.7%,所以測定的相對含量高于20.0%的結(jié)果是可信的。從長江口采集的85個膜樣中選擇16個樣品分別使用 HPLC-CHEMTAX和所建立的熒光技術(shù)進(jìn)行分析,分析結(jié)

6、果基本一致,硅藻是16個站位的優(yōu)勢藻,次優(yōu)勢藻包含有甲藻、綠藻和藍(lán)藻。
　　2.將 PARAFAC分解模型應(yīng)用于41種浮游藻色素萃取液 EEM,通過殘差分析和熒光成分譜形分析確定浮游藻色素萃取液 EEM由14種熒光成分組成;然后,利用 Bayesian判別分析表明浮游藻色素萃取液的14個熒光成分的組成具有明顯的門類特征性;將獲得的14個熒光成分構(gòu)建相對應(yīng)于 CHEMTAX的浮游藻色素萃取液“熒光成分比值矩陣”,結(jié)合 CHEMTAX

7、建立浮游藻色素萃取液熒光識別分析技術(shù)(EEM-PARAFAC-CHEMTAX),該技術(shù)對單種藻樣品在門類水平上的平均識別正確率是96.3%,識別的平均相對含量是79.2%。對于實驗室混合樣品,優(yōu)勢藻和次優(yōu)勢藻的平均識別正確率分別為88.6%和74.9%,然而,當(dāng)估算的次優(yōu)勢藻的相對含量低于15.0%時,次優(yōu)勢藻的識別正確率低于50%,所以當(dāng)測定某類浮游藻相對含量低于15.0%時測定結(jié)果不可靠,當(dāng)只考慮相對含量高于15.0%的測定結(jié)果時,

8、次優(yōu)勢藻的平均識別正確率提高到88.4%,所以測定的相對含量高于15.0%的結(jié)果是可靠的。將2013年3月從長江口采集的16個樣品分別使用 HPLC-CHEMTAX和所建立的 EEM-PARAFAC-CHEMTAX熒光技術(shù)進(jìn)行分析,結(jié)果表明,優(yōu)勢藻群和相對豐度高于15.0%的次優(yōu)勢藻群在門類水平上的識別結(jié)果與 HPLC-CHEMTAX分析結(jié)果能夠保持較好的一致性。
　　3.基于 PARAFAC模型應(yīng)用于浮游藻色素萃取液 EEM獲得

9、的14種熒光成分,通過系統(tǒng)聚類分析將所有浮游藻的熒光成分組成聚為61條參考特征光譜,組成標(biāo)準(zhǔn)譜庫,利用 NNLS解析的多元線性回歸建立浮游植物群落組成分析技術(shù)。通過測試表明,5個門類的單種藻樣品在門類水平上的識別正確率都是100.0%,識別的相對含量范圍為81.1%~94.0%。對于實驗室混合樣品,優(yōu)勢藻和次優(yōu)勢藻的平均識別正確率分別為91.7%和74.3%。當(dāng)參與混合的浮游藻比例為20.0%時,識別正確率和測定的平均相對含量范圍分別為

10、50.0%~84.2%和18.9%~44.3%,即使混合比例低于20.0%,硅藻門、綠藻門和隱藻門的識別正確率也會達(dá)到80.0%。然而,由于測定的相對豐度低于15.0%的次優(yōu)勢藻識別正確率小于50%,所以低于15.0%的測定結(jié)果不可靠,但當(dāng)測定的次優(yōu)勢藻相對豐度高于15.0%時,次優(yōu)勢藻的識別正確率高于89.0%,所以測定的相對豐度高于15.0%的結(jié)果是可靠的。將此熒光技術(shù)應(yīng)用于長江口采集的16個膜樣品進(jìn)行分析,此熒光技術(shù)對優(yōu)勢類群和相

11、對豐度高于15.0%的次優(yōu)勢類群的分析結(jié)果與HPLC-CHEMTAX分析結(jié)果基本一致。
　　4.通過將三種熒光分析技術(shù)的測定結(jié)果進(jìn)行比較,得到EEM-PARAFAC-NNLS分析技術(shù)無論對于優(yōu)勢類群還是次優(yōu)勢類群進(jìn)行識別測定都是較好的方法,將此技術(shù)應(yīng)用于從長江口、黃海和東海采集的現(xiàn)場樣品,得到優(yōu)勢類群和高于15.0%的次優(yōu)勢類群的識別結(jié)果與歷史資料的研究結(jié)果相一致。
　　綜上所述,熒光分析技術(shù)能夠在門類水平上正確區(qū)分浮游藻分