基于高光谱成像技术的赤潮藻种鉴别和浓度测量方法

作者：沈英; 吴盼; 黄峰^*; 郭翠霞

来源：光谱学与光谱分析, 2023, 43(11): 3629-3636.

• 赤潮
• 高光谱成像
• 藻种鉴别
• 浓度测量

赤潮是一种由海洋藻类引发的水质污染，部分赤潮藻有毒性，对海洋渔业发展有严重危害。快速、准确地鉴定赤潮藻种及其细胞浓度对污染的控制和治理具有重要意义。传统的显微镜检测和基因测序等方法时效性低，遥感检测易受到环境干扰导致精度低，荧光光谱检测因设备昂贵无法大范围推广，高光谱成像(HSI)技术为赤潮藻种提供了一种快速、无损的检测方法。搭建了HSI检测系统，针对福建地区常见的甲藻(强壮前沟藻)、硅藻(中肋骨条藻和三角褐指藻)和针胞藻(赤潮异湾藻)构建了大量高光谱样本库，分别采用2种分类方法和3种回归方法建立藻种鉴别和细胞浓度测量模型，并比较了7种光谱预处理(标准化、归一化、多元散射校正、变量标准化、 Savitzky-Golay平滑、基于SG的一阶导数、基于SG的二阶导数)和2种波段提取方法(遗传算法和连续投影算法)对建模精度的影响。结果表明：基于SG的二阶导数(SG+2nd)预处理方法可以提高波段筛选和建模的准确率，遗传算法(GA)所提取特征波段更具代表性和有效性。SG+2nd-GA组合所提取特征波段(644.7、 547.8、 562.6、 829.4、 832 nm)与所选藻类中特定色素的吸收光谱波段相对应，再结合支持向量机(SVM)或反向传播神经网络(BPNN)建模实现了利用高光谱成像技术有效鉴别强壮前沟藻、赤潮异湾藻、中肋骨条藻、三角褐指藻。在细胞浓度测量中，支持向量回归(SVR)建模效果优于多元线性回归(MLR)和偏最小二乘算法(PLS),四种藻SG+2nd-GA-SVR细胞浓度预测模型的决定系数(R2)均大于0.98。其中强壮前沟藻和中肋骨条藻模型浓度预测范围分别在1.05×103～1.05×104和1.13×104～2.38×105 cells·mL-1,最低测量浓度达到该藻种发生赤潮时的基准浓度。三角褐指藻模型浓度预测范围为1.06×105～4.36×106 cells·mL-1,最低测量浓度低于现有光谱技术对其测量的浓度。本研究为快速、准确、无损探测赤潮提供了新方法。

• 单位
  福州大学; 自动化学院