应用遗传神经网格方法分析赤潮监测数据

简要介绍了遗传神经网络方法的原理 ,探讨了应用遗传神经网络方法研究辽东湾海域丹麦细柱藻 (Leptocylindrusdanicus)赤潮与其环境因子之间的关系 ,计算了各环境因子对丹麦细柱藻赤潮的贡献。结果表明 ,温度、盐度、DIN的变化对研究海域丹麦细柱藻种群密度的增长有比较重要的影响 ,DIN是营养限制因子。遗传神经网络是分析赤潮监测数据的有效方法 ,值得进一步探索     

荧光法在赤潮图像分析中的应用

赤潮藻样品中往往包含着各种复杂的非藻沉淀物,为解决这些微藻的探测和分析的问题,可以利用微藻类在一定波长的光照射下会产生荧光的特性,对裸甲藻等多种赤潮藻类进行荧光实验处理,并在此基础上对藻类的荧光图像和灰度图象进行图像分割,轮廓和纹理分析及图象识别等后继图象处理。实验证明,荧光法可以有效的去除背景噪声,保留藻类信息,使得后继的图象处理工作更加容易和有效,从而解决了探测和分析包含复杂背景的沉淀物样品中微藻的问题。     

免疫学方法在有害赤潮藻细胞检测中的应用

赤潮可以严重危害海洋渔业、海水养殖业和旅游业,甚至危害到人类的生命健康[1,2],它的频繁发生已经引起各国政府的高度重视。虽然可以通过每日多次实时检测海水的水文、化学要素等来推测发生赤潮的可能性[3],但是这些方法都不能直接反映有害赤潮藻的种类和数量,从而不能为赤潮监测和预报提供最直接的参考数据。实际上,对海水中的藻类进行分类、鉴定和数量分析是监测和预报赤潮发生的最直接有效的方法,这包括对水样采集、藻种类鉴定、毒性鉴定和赤潮藻定量计数等。传统的形态分类技术可以解决赤潮监测中的多数问题,但需要有经过专门训练的分…