毛细管电泳-电感耦合等离子体质谱法测定藻类中6种不同形态的砷化合物

建立了一种利用毛细管电泳与电感耦合等离子体质谱联用技术(CE-ICP-MS)分析检测6种不同形态砷化合物的方法。详细研究了缓冲溶液的种类、pH值和浓度,分离电压以及进样时间等因素对6种砷化合物的分离度、灵敏度和重现性等的影响。结果表明,在最佳条件下,三价砷(As3+)、一甲基砷(MMA)、二甲基砷(DMA)、五价砷(As5+)、砷胆碱(AsC)和砷甜菜碱(AsB)6种化合物在25 min内得到完全分离。6次平行测定中,6种砷化合物峰面积的相对标准偏差(RSD)为3%～5%,检出限(以As计)(3倍信噪比)为0.08～0.12 μg/L。应用该方法成功地对海带中6种砷化合物进行了分析,回收率为90%～103%。该方法具有耗时短、灵敏度高、样品消耗量少、稳定性好等优点,可用于藻类样品中不同形态砷化合物的分析。     

On the horizontal distribution of algal-bloom in Chaohu Lake and its formation process

Based on the remote sensing images of algae, the present work analyzes the horizontal distribution characteristics of algal blooms in Chaohu Lake, China, which also reveals the frequency of algal blooms under different wind directions. Further, an unstructured-grid, three-dimensional finite-volume coastal ocean model （FVCOM） is applied to investigate the wind-induced currents and the transport pro- cess to explain the reason why algal blooms occur at the detected places. We first deduce the primary distribution of biomass from overlaid satellite images, and explain the formation mechanism by analyzing the pollution sources, and simulating the flow field and transportation process under prevailing wind over Chaohu Lake. And then, we consider the adjustment action of the wind on the corresponding day and develop a two-time scale approach to describe the whole formation process of algae horizontal distribution in Chaohu Lake. That is, on the longer time scale, i.e., during bloom season, prevailing wind determines the primary distribution of biomass by inducing the characteristic flow field; on the shorter time scale, i.e., on the day when bloom occurs, the wind force adjusts the primary distribution of biomass to form the final distribution of algal bloom.     

快速光脉冲藻类光合作用测量方法的激发条件研究（英文）

激发光强和激发持续时间是快速光脉冲藻类光合作用测量方法的关键实验条件.通过光脉冲激发实验,定量分析了不同平均激发光强下还原态初级电子受体的比例和发生再氧化的初级电子受体的比例.结果表明:快速光脉冲激发的最佳平均光强为30 000μmol quanta·m-2·s-1,最佳激发持续时间为70μs;30 000μmol quanta·m-2·s-1平均激发光强能够在70μs内还原96.08%的初级电子受体,且仅9.81%的初级电子受体发生了再氧化.     

饮用水水源藻类生长规律及去除方法

通过对杭州饮用水水源地藻类的连续跟踪监测,发现藻类的生长与温度有很大的关系,持续的高温更容易引起藻类的疯长,当水库表面的温度从33.9 ℃下降到27.2 ℃,藻密度也从4 000万个/L下降到了480万个/L.一般情况下,1.5 m深处藻类的密度为表层藻类密度的三分之二,而总氮、总磷是藻类生长的重要因素.总结了目前常用的给水处理中藻类的去除方法,通过提高混凝剂投加量和加氯量等强化常规工艺进行除藻,取得了不错的效果,总去除效率达到95%左右.     

太湖水体浮游藻类吸收系数及影响因素分析

探讨研究了太湖水体浮游藻类的吸收系数的空间变化特征及其影响因素,2009年4月对太湖52个样点进行野外采样,并测量总叶绿素a浓度和浮游藻类的吸收系数。分析了色素包裹效应对比吸收系数的影响,通过计算得到太湖水体不同区域的色素包裹因子,并对浮游藻类的吸收系数进行包裹效应的校正;利用浮游藻类在440nm的吸收系数(aph(440))与675nm吸收系数(aph(675))的比值以及标准化比吸收系数谱来衡量太湖水体在不同区域、不同波段处,辅助色素对比吸收系数的影响。结果表明:(1)太湖水体在短波处浮游藻类的比吸收系数变化较大,而在675nm变化相对较小,梅梁湾水体的比吸收系数要低于其他区域的。(2)太湖水体比吸收系数的空间差异受包裹效应影响较为严重,包裹效应对比吸收系数空间变化的影响梅梁湾的水体要大于其他区域的,近岸水体要大于离岸较远的水体。(3)辅助色素对比吸收系数的影响相对较弱,主要集中在短波波段处,梅梁湾等水体辅助色素对浮游藻类的比吸收的影响要小于其他区域的,近岸水体要小于离岸较远的水体     

基于小波变换的藻类显微光谱成像分类技术

通过显微成像光谱技术对淡水藻类进行成像光谱的测量,并试图同时从形貌和化学成分两个方面给出藻类识别的综合方法。首先利用显微图像技术对单个藻种进行观察测量,进行形貌学分类,再通过成像光谱仪获得藻类的吸收光谱立方体,然后利用小波变换对光谱进行处理,得到区分形貌相近的不同藻类的光谱特征参数,在化学成分上将其区分。本方法对准确进行藻类识别具有重要的指导意义。     

藻类生物质在O2/CO2气氛下燃烧的SO2排放特性

为探究O_2/CO_2气氛下藻类生物质燃烧SO_2排放特性,对三种典型的藻类生物质进行了实验研究,着重分析了温度和氧气浓度对燃烧过程中SO_2排放特性的影响,结果显示总体上,在O_2/CO_2气氛下燃烧,三种藻类生物质SO_2的初始排放峰值和总的释放量均随着温度和氧气浓度的升高而升高。然而值得注意的是,在相同的氧气浓度下与空气气氛相比,SO_2生成量均得到了有效的降低,小球藻、浒苔和马尾藻的降低幅度分别为58%、47%、86%。     

浮游藻类细胞显微多聚焦图像融合方法

以鱼腥藻、栅藻和盘星藻为分析对象,通过采集多个焦平面的显微图像,基于拉普拉斯能量与引导滤波以及图像HSV颜色空间饱和度分量分别检测显微图像聚焦区域和失焦区域,研究浮游藻类细胞显微多聚焦图像融合方法,并与小波变换、拉普拉斯金字塔以及脉冲耦合神经网络融合方法进行对比分析。结果表明：鱼腥藻、栅藻和盘星藻融合图像的边缘信息保持度、空间频率、平均梯度分别为0.3529、8.9654、0.0055,0.3778、7.0058、0.0023和0.2940、1.5445、0.0005,均优于对比融合方法,具有更好的边缘信息传递能力及更高的图像清晰度,有效实现了浮游藻类细胞显微多聚焦图像融合,为获取浮游藻类细胞的全景深显微图像提供了思路。     

三峡水库回水末端浮游藻类分布特征及其与DOM荧光特性的相关性研究

为了研究三峡水库库尾水域中浮游藻类的群落结构、组成、分布及其在水库水位定期涨落影响及变化规律,尤其是浮游藻类对库区水质状况的影响机理,选择了三峡水库回水区末端,即重庆朝天门至下游太洪岗约50 km水域的6个代表性的断面,在库区水位由最高蓄水水位稍落的开始阶段,即水华的敏感期2012年3月、4月、5月,采集各个断面水体中的水样,获得了三峡水库末端回水区域浮游藻类的种类、组成及其分布特征的初步信息,并将其与同时段水体的水质参数和溶解有机质(DOM)的三维荧光光谱（EEM）特性的进行了相关性拟合研究。研究结果表明,三峡水库水华敏感期,其回水末端优势藻有属蓝藻门的蓝纤维藻、属绿藻门的小球藻、属硅藻门的直链藻和舟形藻,藻密度分别在0.40～0.56×106,1.9～0.8×106,0.36～0.25×106,0.42～0.15×106 cells·L-1;此外在少数断面鱼腥藻、席藻、刚毛藻、羽纹藻和卵形藻,优势藻密度的变化规律与DOM中类蛋白质荧光峰强度、呈显著相关。为便捷检测水华提供有益参考。     

一维小波分析在浮游植物吸收光谱有害赤潮藻类检测中的应用

研究了利用小波分析从浮游植物吸收光谱中提取赤潮藻类特征光谱信息的技术。其中应用了13组单种培养的赤潮藻类的吸收光谱,这些吸收光谱对应的藻类属于4个门,6个属和7个种。首先,对13组吸收光谱数据进行了5级一维小波分析。低频的第5级分量对应于对藻类检测无用且量值较大的背景信息,高频分量的第1-2级为随机噪声,其他高频分量(第3级到第5级)则是对藻类检测有用的信息(或称为特征光谱)。另外,为了检验小波分析在提取特征光谱中的性能,文章利用聚类统计分析方法对提取的13组特征信息进行了聚类。聚类结果显示,13组吸收光谱被正确地进行了分类,这验证了小波分析在提取藻类特征光谱中的有效性。