藻类分类检测的设计与实现
藻类鉴定及分类方法研究进展
区域治理前沿理论与策略藻类鉴定及分类方法研究进展鲍君伟舟山市开源供水有限责任公司，浙江 舟山 316000摘要：藻类在地球上分布十分广泛，常见于海洋与湖泊中，它们在光合作用之下可以将二氧化碳固定为有机碳并生成氧气，起到了十分重要的平很大气与保护生态环境的作用。
藻类是地球上的初级生产者，具有多样性的特征，如何对其进行科学、快速、准确的鉴定与分类成为重要的研究方向。
本文就针对藻类鉴定及分类方法研究进展进行浅析。
关键词：藻类；鉴定；分类；进展为了对藻类资源进行有效的开发与利用，人类对于藻类鉴定与分类方法的研究从未间断，从最初的肉眼观察藻类活动，发展到运用显微镜进行微观层面的研究，再到后来光学仪器与分子鉴定方法的应用等，对于藻类鉴定与分类的方法技术不断升级优化，鉴定速度与准确性也得到了很大程度上的提升。
不同的鉴定与分类方法不仅基于的相关理论不同，在实际运用过程中也存在各自的特点，有着各自的优势与缺陷。
因此在对藻类进行鉴定与分类的过程之中，需要结合实际情况，并综合考虑各个方面的因素，选择具有针对性且行之有效的鉴定方法[1]。
一、形态学鉴定分类方法1直接观察法不同类群的藻类，其细胞壁结构存在着一定程度的差异，且部分类群藻类还存在着特殊的外壳，使得藻类的形态呈现出多样性与丰富性的特征。
对于这种形态差异较大的藻类，使用显微镜便可以实现鉴定与分类。
采用直接观察法的鉴定方式存在特定的条件，首先藻类的体积必须足够大，一般要求其直径在10um 以上；其次，要求被鉴定藻类具有十分明显的形态特征[2]。
2基于光学特征的鉴定分类法藻类具有一定的光学特征，例如色素组成、细胞外形、内含物的结构等方面都存在着一定的类群特异性。
通过对藻类的光学特性进行一定程度的分析，可以实现对于藻类的鉴定，这一类型的方法可以对藻类的纲、目进行十分准确的确定，在此基础之上再加之对相关分析歧义的利用，可以十分迅速地对环境藻类样品进行鉴定与分析。
然而，这一类鉴定方法也存在一定的弊端，主要表现为难以精准地鉴定到物种。
藻类分类检测的设计与实现
2
裴茂增等：藻类分类检测的设计与实现
第1期
2.3 电路设计
上加上相位补偿电容。如图 4 所示，由于运放存在寄生电容，相当
电路部分主要完成以下功能：（1）激发光源 LED 的驱动与控 于在输入端接了个电容 Cs，对与 10k 的反馈电阻，通常要加上
制；（2）调理光电倍增管接收到的荧光信号；（3）对数据进行采集、 （3~10）pF 的反馈电容 Cf。
同藻类在相同的光照条件下，产生的荧光光谱也不一样，系统用 五种特定波长的 LED 照射样品溶液，检测样品的荧光光谱，通过 事先获取的单种藻类的荧光光谱，利用线性回归的方法，计算出 样品溶液中几种藻类的浓度。
2.2 光路设计
系统的光路，如图 1 所示。（1）五个均匀排列的 LED，波长分别 为 390nm，460nm，530nm，595nm，635nm；（2）带通滤光片，其通过 为范围为（360~640）nm；（3）透镜，将 LED 光汇聚于样品上；（4）样品 池；（5）磁力搅拌器，使样品溶液均匀；（6）透镜，将激发出的 LED 信 号汇聚；（7）窄带滤光片，透过 685nm 的荧光；（8）光电倍增管，接 收 685nm 的荧光信号，转化为电流信号，供后续电路处理。
2
1
图 1 光路设计 Fig.1 Optical Design
来稿日期：2012-03-10 基金项目：863 计划重大项目（2008AA06A413） 作者简介：裴茂增，（1985 -），男，福建省南平人，在读研究生，从事测控技术与仪器方面的学习研究；
林喜荣，（1945-）男，广东阳江人，教授，从事生物特征识别和测控技术仪器方面的研究
按照叶绿素与辅助色素的组成比例，将藻类分为蓝藻，绿藻和硅/
甲藻，因此，通过研究水体中叶绿素 a 产生的荧光光谱，能够实现 藻类含量的测量以及快速分类。
微藻的筛选及分类方法5篇
微藻的筛选及分类方法5篇第1篇示例：微藻是一类微小的单细胞藻类生物，具有较高的生长速度和养分价值，被广泛应用于食品、化妆品、医药等领域。
在微藻的筛选及分类过程中，对不同品种的微藻进行鉴定是非常重要的环节。
本文将介绍微藻的筛选及分类方法，以帮助大家更好地了解和利用这一类微生物资源。
一、微藻的筛选方法：1. 采集样品：首先需要到自然水体或实验室培养基中采集微藻样品，可以使用显微镜观察并挑选较为典型的样本。
2. 光合作用测定：通过观察微藻在光照条件下的生长情况，可以初步筛选出具有良好光合作用能力的微藻。
3. 色素分析：利用色素分析技术，可以检测微藻的色素组成，据此判断微藻属于什么类别。
4. 生物学特性：观察微藻的生长速率、适应性、产额等生物学特性，可以进一步筛选出优质的微藻品种。
1. 形态学分类：根据微藻的细胞形态、大小、颜色等特征，可以将微藻进行初步分类，如绿藻、蓝藻、硅藻等。
2. 分子生物学分类：借助PCR、序列分析等技术，对微藻的基因序列进行比对和分类，可以更准确地确定其分类地位。
3. 生理学分类：根据微藻的生长环境、代谢途径、营养方式等生理学特征，可以将微藻进行系统分类。
4. 生态学分类：根据微藻在自然界中的生态角色和地位，对其进行生态学分类，包括水华微藻、底泥微藻等。
通过以上方法的筛选和分类，可以为微藻资源的开发利用提供科学依据，同时为微藻的生态学研究和环境保护提供重要参考。
希望本文能对相关领域的研究者和爱好者有所帮助，推动微藻资源的可持续利用和保护。
【注：此内容仅供参考，具体操作请遵循相关规定和标准。
】。
第2篇示例：微藻是一类微小的藻类生物，通常生长在水体中，是一种重要的原生生物。
在环境保护、生物能源开发以及食品营养等方面都有着重要的应用价值。
而微藻的筛选及分类方法则成为研究人员关注的重点之一。
一、微藻的筛选方法微藻的筛选是指通过对大量的藻类生物进行鉴定和分类，从中挑选出具有特定特性或潜在价值的微藻。
藻类分类鉴定
藻类分类鉴定藻类是全球最重要的水体生物群落之一，一般包括绿藻、蓝藻、黄藻以及一些极少量的紫藻等等。
它们在水体环境中会大量繁殖，极大的影响水体的各种参数，既是水体食物链的源头，又是水体生态系统的主要组成部分。
因此，藻类鉴定对于水体管理具有重要意义。
藻类鉴定是指根据藻类的形态学特征来确定藻类的种类，用以描述其种类及其分布格局。
由于每一种藻类有其独特的生态习性，因此，正确识别藻类种类能够有效地判断水体的生态环境状况。
藻类鉴定需要用不同的方法来辨别一种藻类的特征。
一般来说，有三种方法可以用来辨别一种藻类的特征，分别是观察藻类的结构特征，细菌扫描电镜和测定藻类的DNA组成等。
（1）观察藻类的结构特征：这种方法是最容易的，它可以通过观察植物单位结构形态来判定藻类的种类。
比如可以通过观察藻类的极小结构，比如叶绿体、类鞭毛和池精子等，来确定藻类的种类。
（2）细菌扫描电镜：这种方法可以识别藻类的微小结构，在观察藻类的微小结构的基础上，能够更精确地辨别藻类种类。
（3）测定藻类的DNA组成：这种方法是目前最为准确的藻类鉴定方法，可以用来辨别各种藻类种类，当然也包括了细菌。
除了上述三种常见的藻类鉴定方法外，有时也会使用全基因组测序方法来确定藻类的种类。
目前，全基因组测序一般用来研究藻类的系统发育，但是在鉴定具体的藻类种类时，也有用武之地。
藻类鉴定对于水体生态系统的调控、环境监测以及水体质量的检测具有重要的意义，所以近年来，基于藻类鉴定的研究在国内外都越来越受到重视。
新的技术和方法也不断被提出来用于藻类鉴定，改善对藻类鉴定的准确性。
此外，另外还有一些新的藻类特征分析技术，如红外光谱分析和拉曼光谱分析，二者均可以有效地提高藻类鉴定的准确性。
总之，藻类鉴定已经成为水体管理中不可或缺的一部分，它不仅给出了藻类的种类及其分布格局的地位，而且还对水体的生态状况有重要的参考价值。
因此，藻类鉴定的研究将会受到更多的重视，在未来的水体管理中应该给予更多的重视。
藻类检测方法
水中藻类检测的方法姓名：田家宇专业：市政工程学号：04s027026本文主要从以下三个方面阐述了水中藻类检测的方法：1. 藻类检测和计数新方法——置式显微镜法；2. 改进的水中藻类检测方法；3.藻类叶绿素及其降解产物的测定方法。
一、藻类检测和计数新方法——置式显微镜法由于环境污染，一些湖泊富营养化程度不断加剧，导致水中藻类的快速增长。
大量藻类的存在，直接影响了自来水的生产和供应。
为了了解藻类对水厂各工艺环节的影响，以湖泊水为水源的许多水厂都相继开展了藻类计数检测项目。
国内普遍采用的方法是将1L水样加鲁戈试剂固定在一个容器中，自然沉降24h后，利用虹吸的方法吸去上清液，并浓缩定容到30～50mL，然后取1mL放入血球计数板，在正置式显微镜下进行镜检计数[1]。
此方法由于所需的水样较多（1L），在需要采集多个水样时，采集和运送的工作量大;在沉样时还要多次冲洗转移，增加了产生误差的机会，而且操作不便。
昆明自来水总公司的水源之一是富化程度较高的滇池水，因而昆明水司较早开展了此项目，并得到了瑞士苏黎世供水局的技术支持和大力帮助。
我们所采用的藻类计数方法的特点是使用倒置式显微镜，藻样通过沉样板一步沉降到位，与国内普遍采用的方法相比具有准确快捷，水样用量少，运送方便，无须多次冲洗转移，操作简单等优点，适用于生产和科研检测。
1.用品准备（1）沉样板。
由一个长12cm，宽4.1cm,中央有圆形凹槽（底面积为5cm2）的长方形有机玻璃板和一个可滑动的、底部与凹槽形状完全吻合的空心圆筒（容积为25mL）以及一块圆形盖玻片组成（见图1），有机玻璃板的左侧有一小孔，用于放掉上清液。
（2）倒置式显微镜。
与普通倒置式显微镜不同的是，它的载物台经简单改造，增加了一个长方形的金属框，大小恰好可放置沉样板。
金属框的作用是将沉样板固定在载物台上，使沉样板可与载物台同步移动，避免沉样板发生偏移。
两个目镜，一个装有微型刻度尺，可直接测量藻类的大小和长度，另一个装有“”形标尺，在讦数时用它界定讦数范围。
藻类的检测和计数
--藻类的检测和计数 个体记数法方法依据和适用范围方法依据：《含藻水给水处理设计规范》GJJ-32-89。
适用范围：本方法规定了用光学显微镜计量水中的总藻量的方式。
试剂鲁哥氏液配置方法：碘化钾60g ，溶于200mL 蒸馏水中，加碘40g ，溶解后加蒸馏水至1000mL 。
仪器光学显微镜藻类沉降筒定量标本瓶计数框分析步骤将含藻水样摇匀后倒入1000mL 圆柱形沉降筒中，然后再加入15mL 鲁哥氏液摇匀固定，静沉24h 后，用虹吸管小心吸出上部清液，将剩下的20~25mL 的浓缩液摇匀，移入30mL 定量标本瓶中，然后用上述吸出的上清液少许，分别冲洗沉降筒三次，每次的冲洗液一并移入上述30mL 的定量标本瓶中。
计数前，应注意观察定量标本瓶中样品的实际体积数；如不足30mL 应用蒸馏水加至30mL ；如超过30mL ，则用吸管小心吸出多余的清液，然后用左右平移的方式摇动200次，立即用0.1mL 的吸量管精确吸出0.1mL 标本瓶中部的样品，注入容积为0.1mL 的计数框中，小心盖上盖玻片，在盖上盖玻片时，要求计数框内没有气泡，样品不溢出计数框，然后在10×40或8×40倍显微镜下进行计数。
框中的分配既要注意均匀性，又要注意随机性。
同一标本的两片计数结果与其均数之差距如不大于其均数的±15%，则这两个相近的值的均数即可视为计数结果。
计算公式：式中：C —计数框面积 (mm 2)；F S —每个视野的面积 (mm 2)；F N —每片计数过的视野数；P N —每片通过计数实际数出的浮游植物的个数。
N N S P F F C L ⨯⨯⨯=1.0301水中的浮游植物的数量。
都兰湖湿地公园水体藻类监测计划
都兰湖湿地公园水体藻类监测计划
都兰湖湿地公园位于我市东北部,是我市重要的湿地公园。
该公园湖泊水域面积较大,水生生态系统复杂。
为了全面了解公园湖泊水体藻类组成及其动态变化,拟定本监测计划。
一、监测目的
了解都兰湖湿地公园水体藻类种类、数量和生物量的时空分布,为评价水体营养状态、生态环境质量提供科学依据。
二、监测因子
藻类种类、藻类密度、藻类生物量。
三、监测点位
设5个监测点位,分布于公园不同功能分区。
四、监测频率
春季、夏季各监测1次。
五、监测方法
参照《水体藻类监测技术规范》采样、计数、鉴定藻类种类和数量,采用目测计数法确定藻类密度,采用滤纸法测定藻类生物量。
六、质量保证与质量控制
实验室接受国家水质监测机构的定期评审和考核。
所有试剂药品均具有分析纯证书。
实验操作按国家标准规范进行。
七、数据统计与分析
采用统计藻类种类、密度、生物量等数据,分析不同监测点及不同季节的变化规律。
八、监测报告
监测结束后2个月内编写监测报告。
藻类检测流程及水质检测方法
藻类检测流程及水质检测方法一、藻类检测流程1. 每个水样，检测三滴水，每取一滴水，都应充分搅动水样（送来水样或带来的水样一般由普通水瓶盛装，在静置后水样中藻类会出现分层现象，大部分藻类会沉在瓶底，影响藻类检测准确性）。
2. 显微镜检测，物镜放大倍数由低到高（低倍镜确定藻类数量，高倍镜确定水中藻的种类）。
3. 三滴水全部检测完成后，确定池塘中的优势藻类；优势藻类的确定能够有助于分析出该种藻类为主的池塘水质指标变化的规律及可能会发生的病害。
二、水质检测的注意事项1. 不论什么项目，都应记录日期和养殖对象。
如2015年5月1日上午10点南美白对虾塘。
2. 有些项目要有每天或上午、下午的对比数据更有意义（如pH 值）。
3. 表层水是指水面以下5~250px的水样，取水面以下0.5m处的水样更有意义，有的项目要同时测定底层水样。
4. 测定溶解氧要直接用比色管取水样，用拇指封住管口送入水中，一次必须取满，固定和酸化后再留水样至刻度线比色。
5. 排除比色卡上特殊说明，否则比色时一律从管口垂直向下看，与桌面平铺的比色卡比色。
6. 测定pH值时，要先知道水样的大致区间，再选择用1号或2号试剂测定，如在1号和2号比色卡都界于临界颜色，应两组试剂都测试，更能准确测定pH值。
7. 亚硝酸盐太高时，可以用纯净水稀释后测定，但记录时要说明，稀释时必须先将水样稀释后再测亚硝酸盐，而不能先测试水样显色后将显色液体稀释到可比色程度。
8. 测定海水池塘氨氮时，若有白色沉淀物，1和2号测试液可加大用量。
9. 测定和记录当地一年四季的池塘水温数据（表层和底层），记录全同温、最高水温、最低水温及其出现时间，记录达到15℃和30℃的时间。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
2
裴茂增等：藻类分类检测的设计与实现
第1期
2.3 电路设计
上加上相位补偿电容。如图 4 所示，由于运放存在寄生电容，相当
电路部分主要完成以下功能：（1）激发光源 LED 的驱动与控 于在输入端接了个电容 Cs，对与 10k 的反馈电阻，通常要加上
制；（2）调理光电倍增管接收到的荧光信号；（3）对数据进行采集、 （3~10）pF 的反馈电容 Cf。
2
1
图 1 光路设计 Fig.1 Optical Design
来稿日期：2012-03-10 基金项目：863 计划重大项目（2008AA06A413） 作者简介：裴茂增，（1985 -），男，福建省南平人，在读研究生，从事测控技术与仪器方面的学习研究；
林喜荣，（1945-）男，广东阳江人，教授，从事生物特征识别和测控技术仪器方面的研究
连，需通过 RS485~RS232 转换器将信号转化为 RS232 标准，数 3 结论
据信号进入 PC 后可作进一步的计算分析。为了保证数据的可靠
通过叶绿素荧光法能够快速的对水体中的藻类进行分类并
性，定义了传输的数据格式，如表 1 所示。
测定含量，但由于叶绿素产生的荧光比较微弱，常被淹没在背景
表 １ 数据格式 Ｔａｂ．１ Ｄａｔａ Ｆｏｒｍａｔ
1 引言
近年来环境污染日益严重，水体富营养化导致水中藻类的 大量繁殖，严重影响正常的生活用水和工业生产用水，实时快速 的检测水中藻类含量及种群结构，可为水质监测部门提供信息以 采取相应的预防和控制措施。目前国内外广泛采用的主要有显微 镜计数法，图像法，吸光光度法，荧光分光光度法，高压液相色谱 法，流式细胞仪法，化学发光流动注射法和分子探针法。其中能实 现现场实时快速监测的只有吸光光度法和荧光分光度法，这两种 方法都是通过分析藻类的色素组成进而分析藻类种类和含量的 方法。叶绿素 a 是植物进行光合作用的重要色素，存在于所有的 绿色植物中，叶绿素 a 的荧光光谱与藻类所含的辅助色素有关，
传输和存储。系统的电路设计，如图 2 所示。
脉宽调制
模拟开关
调制 LED
样品池
磁力搅拌器
激励
光电倍增管
电源
主控芯片 （MSP430F149）
PC 前置放大
交流放大
解调
信号调理
带通滤波
压力传感器 温度传感器
带通滤波 全波整流
图 2 电路设计 Fig.2 Circuit Design
低通滤波
选用某公司的 MSP430F149 单片机作为主控芯片，芯片 （1.8～3.6）V 超宽供电电压，五种低功耗模式，从 Standby 模式唤醒
Rin Cs
Rf
10k +
大小。光电倍增管检测到的荧光信号很微弱，只有微安量级，与外 界的干扰光处于同一量级，此外还有电子线路的噪声干扰，而这 些干扰信号都是随机信号，因此，采用调制解调的方法来检测微 弱的荧光信号。为了实现调制解调，且仅使用一个恒流源供电，采 用了低内阻大电流的模拟开关，保证 LED 的切换以实现调制，同 时，低内阻保证了在 LED 驱动电流较大时模拟开关处产生的压 降不会对 LED 的驱动产生影响。
机往下位机传送命令时，参数 1 至 3 分别表示“设置参数”“，开始 能齐全增加了系统的集成度，且功耗低，为将来便携式仪器的开
测量”和“停止测量”，其余位保留，当下位机往上位机传送数据 发奠定了基础。
时，参数 1 至 n 为传输的数据，采取和校验的方式。
参考文献
MSP430F149 内部有 64K 的 FLASH，在存储的数据量比较 ［1］Kolkwitz R，Marsson M.Okologie dertierischen sap robien［J］.Hydrobiolo-
图 3 信号流程图 Fig.3 Signal Flow Graph
Cf（3~10Pf）
2.3.1 LED 的驱动与控制
为了保证检测结果可靠，必须保证每次检测时 LED 的强度 一致，因此采用恒流供电。为了在比较低的浓度下能够检测到荧 光信号，必须保证激励光有一定的强度，因此选择大功率的 LED （最大功率达 1W） 且驱动芯片要能提供足够大的输出并可调节
系统上电后，下位机等待命令，当下位机接收到命令后，对其进行
采集的数据可通过串口传输给 PC，为了满足水下工作远距 解析，如果用户没有进行设置参数，则以默认的参数运行，即只进
离传输的需要，采用 RS485 协议。该传输方式抗噪声干扰性好， 行一次测量并将数据传输至 PC，如果用户设置了采样参数及存
最大传输距离达 3000m。PC 的串口是 RS232 标准的，要与 PC 相 储方式，则按照用户的设置进行测量。
LED 驱动选择 MBI1801 芯片，芯片最大输出电流可达 1.2A，且能通过软、硬件方式调整 LED 的亮度。软件方式通过程 序改变脉冲宽度调变（PWM）讯号，硬件方式通过改变芯片外接 电阻。LED 的控制选用某公司的 ADG1608，该芯片在±5V 双电源 供电时在 25℃下典型的阻值为 4.5Ω，在 LED 电流较大时（100~ 350）mA 造成的压降不会对 LED 的驱动造成影响。
按照叶绿素与辅助色素的组成比例，将藻类分为蓝藻，绿藻和硅/
甲藻，因此，通过研究水体中叶绿素 a 产生的荧光光谱，能够实现 藻类含量的测量以及快速分类。
2 系统设计
2.1 测量原理
绿色植物中的光合作用色素吸收的光能，一部分用于光合 作用，一部分通过热耗散出去，还有一部分以荧光的形式释放，不
5
8
4
67
3
二级放大
时间小于 6μs，2K RAM，60KB+256B Flash Memory（支持 IAP），片
内硬件乘法器支持四种乘法运算，两个具有 PWM 输出单元的 16-Bit 定时器（TimerA3，TimerB7），两个 UART 接口，两个 SPI 接 口（与 UART 复用），一个 8 通道 12-Bit 模数转换器（ADC），具有 片内参考电压源，一个模拟比较器，看门狗电路等。
2.3.3 数据采集、传输及存储
前置放大电路是微弱荧光信号检测的关键，其灵敏度，精
经过二级放大的信号，可通过单片机上的 12 位 A/D 转换模
度，稳定性直接决定了系统的性能。放大器要求高阻抗，低漂移， 块进行采集，该 A/D 转换器采样频率达到 400kHz，能够满足测量
低偏置，且在满足同频带的要求下尽量提高运放的放大倍数。由 要求。由于单片机计算除法步骤比较繁琐，且容易产生误差。为了
噪声当中。设计的藻类分类检测仪采用调制的光源去激发叶绿 素，得到调制的荧光信号，通过对该信号进行放大，滤波，解调等
包头 1 包头 2 地址位 参数 1 参数 2 。。。。 参数 n 校验位 一系列处理，从背景噪声中提取出微弱的有用信号。选择的主控
其中包头 1 为“3A”，包头 2 为“A3”，地址位为“FF”，当上位 芯片提供了高精度的 A/D 转化功能，具有多种数据传输方式，功
第1期
机械设计与制造
2013 年 1 月
Mac类检测的设计与实现
裴茂增，林喜荣，孙龙庆
（清华大学 深圳研究生院 先进制造学部，广东 深圳 518055）
摘 要：叶绿素 a 在特定光照条件下产生的荧光光谱，提供了水体中藻类的种群结构及含量信息，通过研究该光谱，能够 分析水体中藻类的种类及含量。设计的藻类分类检测仪，用五种特定波长的LED 激发藻类溶液产生荧光信号，由光电倍 增管接收该信号，并通过调制解调的方法实现了微弱荧光信号的检测。采用某公司的低功耗微处理器 msp430F149 做主 控芯片，对检测到的模拟信号进行 A/D转换，并通过串口与上位机通信，由上位机软件对数据进行实时分析或者对原始数 据进行存储。 关键词：藻类分类；叶绿素荧光；信号调理 中图分类号：TH16；S154.38+4 文献标识码：A 文章编号：1001-3997（2013）01-0001-03
Design and Implementation of the Algae Classification Detector
PEI Mao-zeng，LIN Xi-rong，SUN Long-qing
（Advanced Manufacturing Division at Graduate School at Shenzhen Tsinghua University，Guangdong Shenzhen 518055，China）
同藻类在相同的光照条件下，产生的荧光光谱也不一样，系统用 五种特定波长的 LED 照射样品溶液，检测样品的荧光光谱，通过 事先获取的单种藻类的荧光光谱，利用线性回归的方法，计算出 样品溶液中几种藻类的浓度。
2.2 光路设计
系统的光路，如图 1 所示。（1）五个均匀排列的 LED，波长分别 为 390nm，460nm，530nm，595nm，635nm；（2）带通滤光片，其通过 为范围为（360~640）nm；（3）透镜，将 LED 光汇聚于样品上；（4）样品 池；（5）磁力搅拌器，使样品溶液均匀；（6）透镜，将激发出的 LED 信 号汇聚；（7）窄带滤光片，透过 685nm 的荧光；（8）光电倍增管，接 收 685nm 的荧光信号，转化为电流信号，供后续电路处理。
Abstract：The fluorescence spectra produced by Chlorophyll a in a particular light condition supplies information about popu－ lation structure and concentration of algae.The algae’s category and content can be analyzed based on the fluorescence spec－ tra.The algae classification detector designed utilizes five LEDs with special wavelength each to excite the algae solution to produce the fluorescence signal，and detect the weak signal by a PMT though modulating and demodulating method.Based on the low-power microprocessor msp430f149 from Ti，the system transfers the analog signal to digital signal, and communicate with the computer that will analyse or store the original signal. Key Words：Algae Classification；Chlorophyll；Signal Conditioning