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.     

常见赤潮藻类的变性梯度凝胶电泳分析

为了解我国典型有毒有害赤潮藻类的变性梯度凝胶电泳( DGGE)指纹图谱以及DGGE技术在赤潮藻类分析鉴定中的作用,本课题组运用DGGE技术,研究了我国沿海7种重要赤潮藻类的单一种类以及混合种类样品的18S rDNA V3区的DGGE指纹图谱,并且对2009年10月底在广东省珠海海域发生的双胞旋沟藻(Cochlodinium gemtnatum)赤潮样品进行了DGGE分析.结果表明,DGGE技术能够对环节环沟藻、海洋原甲藻、血红哈卡藻、锥状斯氏藻、中肋骨条藻、塔玛亚历山大藻、双胞旋沟藻7种常见的海洋赤潮藻类具有较好的区分效果,同时监测出赤潮样品中双胞旋沟藻、血红哈卡藻、环节环沟藻和海洋原甲藻4种优势种,种类组成与显微镜观察结果具有较好的一致性.结果说明DGGE技术可作为一种辅助方法对赤潮藻类进行分类鉴定.     

基于表观增氧量的平潭海域赤潮预警应用研究

以福建平潭海域为研究对象，探究表观增氧量（AOI）与赤潮藻密度之间的相关性，从而利用AOI指标进行赤潮预警.建立AOI的赤潮预警模型，通过福建省海洋和渔业监测部门收集的2013-2019年平潭海域气象、水质和赤潮监测信息，利用水温、盐度、溶解氧浓度等环境参数进行AOI与藻密度之间的拟合.结果显示，AOI与多种优势藻密度的拟合公式为ρ（AOI）=0.599 2 lgN-2.751 8（R²=0.544 3）,其中AOI与米氏凯伦藻密度的拟合公式为ρ（AOI）=0.791 1 lgN-3.685 6（R²=0.802 6）,通过2019年5月实际监测的数据进行验证，多种优势藻的AOI预测精度达到63%,米氏凯伦藻AOI的预测精度达到71%.研究表明，利用AOI对藻类赤潮进行预警和评价更快速、简便，可以进一步结合分析藻的群落结构和优势藻占比，预期可提高预警精度.     

显微图像分析技术在赤潮生物识别中的应用

为克服人工识别赤潮生物种类和数量时的困难，基于图像分析法对赤潮生物图像进行自动分析，针对赤潮生物显微图像的特点。研究图像的预处理、分割、特征提取和分类的处理过程，结合理论分析和实验结果。与其他自动分割方法进行比较，证明采用类别方差法可以有效进行赤潮生物图像的自动阈值分割，解决了赤湖生物显微图像自动分割的难题，采用形态学的方法，解决相连赤潮生物的分割问题，对获得的轮廓和灰度特征进行选择，作为分类器的测试和学习数据使用，建立分类树结构，采用树状判别机制实现几类赤潮生物的识别分类。实验结果表明，与人工识别相比，其识别正确率大于90％。     

基于内容的藻类图像分类检索算法

为解决藻类图像分类检索的问题, 提出了一套基于内容的方法对藻类图像进行分类检索。针对海洋生物图像对颜色特征不敏感的特点, 采用SIFT(Scale-Invariant Feature Transform)算法针对藻类图像的形状特征进行提取。使用PCA(Principal Component Analysis)技术对特征进行降维, 有效避免了维数灾难。采用K-means 算法进行聚类, 简单高效。用词包对聚类结果进行打包, 以便后续的识别。最后用KNN(K-Nearest Neighbors)算法进行识别检索。实验结果与事实吻合, 为藻类造成的环境污染问题的研究提供了有效的技术支持。     

厦门市潘涂虾池一次简单裸甲藻（Gymnodinium simplex Lohmann）赤潮的调查

对厦门市潘涂虾场一口虾池1995年4月发生的一起简单裸甲藻赤潮进行跟踪调查,报道赤潮期间虾池水环境因子、浮游植物生物量的变化特征以及浮游植物的种类更替。调查显示,赤潮发生前浮游动物大量繁殖,快速消耗浮游植物进而引起池内无机营养盐（特别是活性磷酸盐）的积累是本次赤潮发生的重要原因。赤潮发生期间,赤潮生物的暴发性增殖在抑制多数藻类（主要是硅藻）的同时,也促进了一些裸藻类、甲藻类和蓝藻类的生长繁殖。     

赤潮藻类的氮磷比耐受性响应模型

为研究赤潮藻类的氮磷比耐受性响应机制,总结了赤潮藻类最大比生长速率与氮磷比的关系,以谢尔福德耐受定律为依据,建立了赤潮藻类最大比生长速率与氮磷比的耐受性模型,并以中肋骨条藻(Skeletonema costatum)为例进行实验验证.结果表明,该耐受性模型在理论上与谢尔福德耐受定律较为吻合,且能反映出赤潮藻类的氮磷比耐受性生态幅和最适生长范围,及氮磷比对赤潮藻类生长产生的正负效应,并定量获得适合赤潮藻类生长的最佳氮磷比.     

基于HPLC的化学分类法对一些有害浮游植物的分类分析

采用基于HPLC和光合色素分析的化学分类方法对21种(株)常见的典型赤潮生物进行了分类分析,结果表明有些赤潮藻的不同属、属下不同种甚至同种的不同地理株系其光合色素组成和比例存在差异.根据T.pul-chellum、塔玛亚历山大藻的特征光合色素组成和比例差异,可为进一步鉴定和细分这些赤潮生物提供重要依据.根据光合色素组成和比例构建的聚类分析也能较好地反应这些赤潮生物间的相互关系.上述结果显示光合色素分析方法能作为重要的分类学依据,为一些浮游植物的分类提供更有价值的分类信息.     

多特征和神经网络相融合的体育视频识别

为了提高体育视频识别的精度,提出一种多特征和神经网络相融合的体育视频识别模型(MF-RBFNN).分别提取反映体育视频的静态和动态特征,然后采用RBF神经网络对静态和动态特征分别分类,并将初步识别结果构造基本概率指派,运用证据理论对初步结果进行融合,得到体育视频识别结果.结果表明,相对于对比模型,MF-RBFNN提高了体育视频识别精度,是一种有效的体育视频识别方法.     

大鹏湾有毒赤潮生物孢囊研究

自１９９年至１９９４年间，对大鹏湾海域９个站位进行了多次采集，对６０份样品进行了分析和观察，从其中发现了４种在世界上引起毒害的赤潮生物孢囊，它们是塔马亚历山大藻，海洋褐胞藻、链状裸甲藻、巴哈马梨甲藻，对这种几种有毒赤潮藻类孢囊的形态特征，生态分布进行了描述，对几种毒害藻大鹏湾引发赤潮的可能性进行了预测。