铜绿假单胞菌产吩嗪类色素的分离纯化及其对赤潮生物生长的影响

.从胜利油田被原油污染的土壤中富集分离得到菌株O 2 2,经鉴定属于铜绿假单胞菌.菌株O 2 2在海水培养基中能生长良好且能分泌色素类代谢产物.细菌发酵液经氯仿萃取并通过硅胶色谱柱分离得到桔黄色和蓝色两种色素.抑藻实验结果表明:黄色色素在较低浓度下对赤潮异湾藻以及具齿原甲藻0201 01两种典型的赤潮生物的生长表现出了明显的抑制作用(EC50<2mg·L-1),而在相同实验条件下,对非赤潮生物青岛大扁藻的生长影响不大.蓝色色素在低浓度下对藻细胞生长影响不明显(EC50>50mg·L-1),但在碱性条件下可经水解转变为黄色色素.可见,该细菌的色素代谢产物在赤潮治理中具有很好的应用前景.进一步借助紫外以及GC MS测试手段对抑藻物质进行了结构分析,结果表明两种色素为吩嗪类化合物,并认为黄色色素的抑藻作用是由于其中含有1 羟基吩嗪.     

涠洲岛海域赤潮发生与海洋水文气象关系初步研究

根据广西涠洲岛附近海域发生的赤潮实况,分析2003年7月和2004年6月广西涠洲岛海域赤潮发生与海洋水文气象的关系。结果表明,涠洲岛雨季来临之前,气温、海水温度增加,海平面气压、相对湿度下降,风速减弱容易诱发赤潮,赤潮爆发后对该海域盐度影响较大。降水量的多少是影响赤潮发生的一个关键因素。海洋水文气象要素条件是赤潮发生的重要启动因子。     

基于氮磷比的赤潮灾害危险度评估方法研究

 为了定量表示氮磷比对赤潮灾害危险度的影响,在赤潮藻类最大比生长速率的氮磷比耐受性模型和赤潮暴发基准细胞密度的基础上,建立了氮磷比与赤潮暴发时间的关系模型,并据此划分危险度等级且归一化得到危险度值,并以中肋骨条藻为例进行了应用分析。结果表明基于氮磷比的赤潮暴发时间模型受初始密度、氮磷比的影响,且随初始密度、氮磷比的变化呈倒高斯形态变化。依据赤潮藻类在不同氮磷比下的耐受特性,赤潮灾害危险度可划分为高危险度、中危险度、低危险度三个等级。在高危险度区,最大比生长速率大,赤潮暴发时间最短,赤潮发生的可能性最高;在中危险度区,最大比生长速率小,赤潮暴发时间长,赤潮发生可能性低;在低危险度区,最大比生长速率趋于初始比生长速率,赤潮暴发时间最长,赤潮发生可能性最低。     

船舶压载水引发赤潮的风险评价

在对船舶压载水引入赤潮生物引发赤潮过程进行风险分析,设计专家问卷评分表,采用专家打分法对风险进行评估,该法充分利用专家经验,调和各信息数据和研究成果,形成简单实用的压载水引发赤潮风险的评价方法。     

一株高效抑藻放线菌的分离筛选及鉴定

从福建云霄国家红树林自然保护区滩涂沉积物样品中,共分离获得521株纯培养物.通过检测球形棕囊藻(Pha-eocystis globosa)荧光强度计算抑藻率,从521株菌中筛选到27株具有抑藻活性的菌株.在27株抑藻菌中,菌株O3-26对球形棕囊藻具有最高的抑藻率(高达96.71%).菌株O3-26的抑藻谱实验显示,该菌株抑藻活性表现出一定的种属特异性,对硅藻门(Bacillariophyta)的三角褐指藻(Phaeodactylum tricornutum)和中肋骨条藻(Skeletonema costatum)2株测试藻株没有抑制作用,而对绿藻门(Chlorophyta)盐生杜氏藻(Dunaliella salina)和自养小球藻(Chlorella autotrophi-ca)2株藻株具有较强抑藻作用.扫描电镜观察显示,该菌株孢子丝直至螺旋状且孢子表面带刺.生理生化实验显示,该菌株在所得到的大多数培养基上生长良好,在营养琼脂培养基中可以产生水溶性色素;不能在棉子糖作为唯一碳源的培养基上生长.16SrRNA基因相似性分析表明,菌株O3-26属于链霉菌属(Streptomyces),并与灭癌素链霉菌(Streptomycesgancidicus)15412菌株具有最高的同源性(99%).生理生化实验表明,二者之间生理特征存在一定差异.综合形态特征、生理特征以及系统发育分析的结果,鉴定该菌株为灭癌素链霉菌.     

浅析近岸海域富营养化与赤潮

水体富营养化是全球普遍存在的问题。随着工业化程度的提高、城市化进程的加快和世界人口的不断增加,人类活动越来越频繁和深刻地影响着海洋环境。其中,近海水域富营养化已经成为沿海国家的一个重要的水环境问题。阐述了富营养化的成因、控制因子、评价;对赤潮的危害和防治措施进行了论述,并提出防治建议。     

基于SVDD和SVM的赤潮藻类识别

提出了一种基于支持向量机(SVM)和支持向量域描述(SVDD)的赤潮藻类分类系统.该系统是赤潮藻类流式监测系统的子系统.设计这套系统的主要难点在于:1)同一种藻类的形态由于个体差异和生长期不同而不同;2)藻类图像是任意位置三维目标在成像平面的投影,投影存在任意性并可能产生局部遮挡;3)藻类图像包含非目标藻类和杂质.在特征提取算法的基础上,首先对输入的藻类采用SVDD进行拒识或接受处理,最后针对接受的藻类再利用基于超平面分割的SVM分类器进行分类判决.实验证明:基于SVM和SVDD的赤潮藻类分类系统分类精度更高并具有较好的拒识性能,是一种较好的藻类自动分类方法.     

基于IOWA算子的赤潮LMBP神经网络组合预测模型

针对现有赤潮单项预测模型不能综合各种理化因子有效信息的问题,提出了一种赤潮组合预测模型,该模型基于诱导有序加权平均(IOWA)算子与Levenberg-Marquardt人工神经网络(LMBP)算法,能够有效集结各种理化因子的信息,其预测精度比单项LMBP神经网络预测模型有较大提高.采用烟台四十里湾赤潮监测数据对该模型进行实验.结果验证了该模型的有效性和实用性.