基于PSoC的紫外荧光法水中藻类检测系统设计
水华藻类光合作用测定实验方案二
固定化藻类对染料废水的脱色能力研究及其叶绿素荧光变化固定化藻类技术起始于20 世纪80 代年,早期主要应用于生化产品的生产和能源提供.在环境保护中,固定化藻类主要应用于生物监测和废水处理. 近年来,国内外学者进行了许多有益的研究. 藻类固定化以后,提高了对氮、磷和重金属等废物的吸收和富集,这主要是因为固定化藻类的生产和生理特征发生了变化 . 目前,一般认为固定化提高了藻类的合成代谢活性,延迟衰老,并在一定程度上降低了藻类的分解代谢活性.Bailliez 等人利用海藻酸钙固定丛粒藻( Bot ryococcus braunnii ) ,发现固定化藻的生长速度略低于悬浮自由态藻,细胞形状相同,大小约为悬浮藻的2. 5 倍.藻类可以有效富集、降解包括农药,烷烃,偶氮染料,淀粉,酚类,邻苯二甲酸酯及金属有机污染物等多种有机化合物. 利用固定化藻类系统吸附降解难降解的有机污染物相对于悬浮藻类系统具有去除效率高、可忍受有毒物浓度高等特点,很有研究价值. 但这方面的研究还鲜见报道. 本实验利用海藻酸钙对蛋白核小球藻进行固定,研究了固定化藻和悬浮自由态藻的生长和生理特征,并对其降解染料废水的能力进行了初步探讨.实验材料：蛋白核小球藻( Chlorella py renoi dosa) ,由中国科学院水生生物研究所藻种库提供. 海藻酸钠为化学纯.主要实验仪器：离心机光照恒温培养箱血球计数板显微镜 Phyto-PAM 浮游植物荧光仪紫外分光光度计 721 型分光光度计实验过程：固定化和解固定化方法将进入稳定生长期的纯种蛋白核小球藻离心浓缩,弃取上清液后,按一定比例与4 %的海藻酸钠溶液均匀混合,用注射器(蠕动泵控制) 匀速滴入0. 3 mol/ L 预冷的CaCl2 溶液中,调节滴加速度,可制成不同粒径的藻珠,全部滴加后,在CaCl2 溶液中搅拌1 —2 h ,以增加其硬度.取出后,用蒸馏水及培养液洗涤,放入培养液中培养,温度为2510 ±1. 5 ℃,光强为4000 ±200Lux ,定期测定有关项目. 在对固定化藻的生长和生理特征进行测定时,必须先破坏小球,使藻细胞释放出来,将藻珠放入0. 5 mol/ L NaH2PO4 (pH = 6. 5) 溶液中,振摇致藻珠完全溶解藻生长和生理特征测定分别按下列条件对固定化藻进行培养: (a) 藻珠粒径分别为3 mm 和1. 5 mm ,藻初始密度为200 ×104 cell/ mL ; (b) 藻珠粒径为2. 5 mm ,初始密度分别为100 ×104 cell/ mL 、200 ×104cell/ mL 、400 ×104 cell/ mL 的三种藻珠; (c) 粒径为2. 5 mm ,初始密度为200 ×104 cell/ mL 的两份平行藻珠,分别通入含2 %CO2 的空气和不通气. 以悬浮态藻为对照. 每隔一定时间测定上述藻的密度及叶绿素a 含量,实验周期为15 d ,以考察上述因素对固定化藻生长和生理活性的影响,优化继续实验的条件.利用血球计数板在显微镜下测定藻的密度,用Phyto-PAM 浮游植物荧光仪测定叶绿素a含量和光合作用活性，小球藻是自养生长兼异养生长藻类，在光照条件下进行光合作用，是自养生长，无光照条件下可利用有机物进行异养生长。
《基于可见光谱的海水中藻红蛋白检测系统的研究》范文
《基于可见光谱的海水中藻红蛋白检测系统的研究》篇一一、引言随着海洋生态环境的日益受到关注，海水中藻类生物的监测与评估显得尤为重要。
其中，藻红蛋白作为某些藻类生物的重要成分，其含量与藻类的生长状态、水质状况等密切相关。
因此，开发一种高效、准确的基于可见光谱的海水中藻红蛋白检测系统，对于海洋生态环境的监测与保护具有重要意义。
本文旨在研究基于可见光谱的海水中藻红蛋白检测系统的原理、设计及实现，以期为海洋生态保护提供技术支持。
二、可见光谱与藻红蛋白的关系可见光谱是一种人类肉眼可见的光谱，涵盖了从紫光到红光的范围。
而藻红蛋白是一种在藻类生物中广泛存在的色素蛋白，其吸收和反射的光谱特性与可见光谱密切相关。
因此，通过分析海水中藻红蛋白的可见光谱特性，可以实现对海水中藻类生物的检测与评估。
三、系统设计1. 硬件设计：本系统主要包括光源、分光器件、光电传感器、数据处理单元等部分。
其中，光源用于提供稳定的可见光谱光源；分光器件将光源发出的光分解成不同波长的单色光；光电传感器接收单色光并转换为电信号；数据处理单元对电信号进行处理与分析，得出藻红蛋白含量等信息。
2. 软件设计：软件部分主要包括光谱数据采集、处理与分析等模块。
光谱数据采集模块负责从光电传感器获取原始光谱数据；处理与分析模块对原始数据进行预处理、特征提取、模型训练等操作，最终得出藻红蛋白含量等信息。
四、系统实现1. 光谱数据采集：通过硬件设备采集海水中藻红蛋白的可见光谱数据。
在采集过程中，应确保光源的稳定性、分光器件的准确性以及光电传感器的灵敏度，以保证数据的准确性。
2. 数据处理与分析：对采集到的光谱数据进行预处理，包括去噪、归一化等操作。
然后，通过特征提取算法提取出与藻红蛋白含量相关的特征。
最后，采用机器学习算法训练模型，实现对海水中藻红蛋白含量的预测。
五、实验与结果分析1. 实验方法：在本研究中，我们采用实际海水中藻类生物样本进行实验。
通过比较系统检测结果与实际藻红蛋白含量，评估系统的准确性与可靠性。
《基于可见光谱的海水中藻红蛋白检测系统的研究》范文
《基于可见光谱的海水中藻红蛋白检测系统的研究》篇一一、引言随着海洋生态环境的日益关注，海水中藻红蛋白的检测技术已成为海洋生物学、环境科学等领域的重要研究课题。
藻红蛋白作为一种重要的海洋生物标志物，其含量和分布状况对于了解海洋生态系统的健康状况具有极其重要的意义。
然而，传统的藻红蛋白检测方法多采用离线分析、样品采集等方式，存在效率低下、成本高昂、实时性差等问题。
因此，开发一种基于可见光谱的海水中藻红蛋白检测系统显得尤为重要。
本文旨在通过研究该系统，提高海水中藻红蛋白检测的准确性和效率。
二、系统设计基于可见光谱的海水中藻红蛋白检测系统主要由光谱采集模块、数据处理模块和结果输出模块三部分组成。
其中，光谱采集模块负责采集海水的可见光谱信息；数据处理模块负责分析光谱信息，提取出与藻红蛋白相关的特征信息；结果输出模块则将分析结果以图像或数字的形式呈现出来。
在具体设计上，该系统采用了先进的光谱分析技术和算法优化技术，实现了对海水中藻红蛋白的快速、准确检测。
其中，光谱采集模块采用了高灵敏度的光谱传感器，能够精确地捕捉海水的可见光谱信息；数据处理模块则采用了基于机器学习的算法，能够有效地提取出与藻红蛋白相关的特征信息；结果输出模块则采用了直观的图像和数字显示方式，方便用户快速了解检测结果。
三、系统实现在系统实现过程中，我们首先对海水的可见光谱进行了详细的实验研究，确定了藻红蛋白在可见光谱中的特征波长。
然后，我们根据这些特征波长，设计了相应的光谱采集方案和数据处理算法。
在数据处理算法中，我们采用了基于支持向量机（SVM）的分类算法和基于神经网络的回归算法，对光谱信息进行特征提取和预测分析。
最后，我们将处理后的结果通过结果输出模块进行展示。
在实验过程中，我们采用了多种不同浓度的藻红蛋白溶液进行测试，以验证系统的准确性和可靠性。
实验结果表明，该系统能够快速、准确地检测出海水中藻红蛋白的含量和分布情况，具有较高的准确性和可靠性。
《基于可见光谱的海水中藻红蛋白检测系统的研究》
《基于可见光谱的海水中藻红蛋白检测系统的研究》篇一一、引言藻红蛋白作为一种广泛存在于海藻类中的色素蛋白质，对海水生态系统的影响十分重要。
由于环境压力与气候变化等因素的影响，对海水中藻红蛋白的检测变得尤为重要。
传统的检测方法往往需要复杂的样品处理和耗时的实验过程，因此，基于可见光谱的海水中藻红蛋白检测系统的研究应运而生。
本文旨在通过分析可见光谱技术，探讨其应用于海水中藻红蛋白检测的可行性及有效性。
二、可见光谱技术概述可见光谱技术是一种利用特定波长的光线对物质进行无损检测的技术。
通过对样品进行光照，分析光与物质之间的相互作用，进而推算出物质的性质和浓度。
在海洋生物学领域，可见光谱技术已被广泛应用于水质的监测和海洋生物的检测。
三、基于可见光谱的藻红蛋白检测系统设计本系统主要采用可见光谱技术，结合计算机图像处理技术，实现对海水中藻红蛋白的快速、准确检测。
系统主要由光源、光谱仪、图像采集系统和数据处理系统等部分组成。
其中，光源提供稳定的光源，光谱仪对光进行分光处理，图像采集系统则将光信号转化为数字信号，最后由数据处理系统对数字信号进行处理和分析，得出藻红蛋白的浓度。
四、实验方法与结果分析本实验选取了不同浓度的藻红蛋白水样作为样本，分别采用本系统和传统的检测方法进行实验对比。
通过调整光源的波长和强度，获取不同波长下的光谱数据。
然后利用图像处理技术对光谱数据进行处理，提取出与藻红蛋白浓度相关的特征参数。
最后通过对比分析，得出本系统的准确性和可靠性。
实验结果表明，本系统能够快速、准确地检测出海水中藻红蛋白的浓度。
与传统的检测方法相比，本系统具有更高的灵敏度和更快的检测速度。
此外，本系统还能够实现无损检测，避免了对样品的破坏和污染。
五、讨论与展望基于可见光谱的海水中藻红蛋白检测系统具有广阔的应用前景。
首先，该系统能够实时监测海水中藻红蛋白的浓度，为海洋生态环境的保护和海洋生物资源的开发提供有力支持。
其次，该系统还可以应用于海洋污染的监测和预警，为海洋环境保护提供有效的手段。
《基于可见光谱的海水中藻红蛋白检测系统的研究》范文
《基于可见光谱的海水中藻红蛋白检测系统的研究》篇一一、引言随着海洋生态环境的日益关注，海水中藻红蛋白的检测技术已成为海洋生物学、环境科学等领域的重要研究课题。
藻红蛋白作为水生生态系统中重要的生物标志物，其含量的变化直接反映了水体环境的健康状况。
传统的藻红蛋白检测方法主要是依赖离线化验、生化分析和光学仪器等方法，但这些方法存在着检测成本高、效率低下以及易受其他物质干扰等局限性。
因此，本研究致力于研发一种基于可见光谱的海水中藻红蛋白检测系统，旨在为海洋生态环境的监测提供更为高效、准确的技术支持。
二、系统设计本系统设计主要基于可见光谱技术，通过分析海水中藻红蛋白的光谱特性，实现对海水中藻红蛋白的快速、准确检测。
系统主要包括光源、光谱仪、数据处理和分析软件等部分。
首先，我们选择合适的光源，以提供可见光谱范围内的光束。
然后，利用光谱仪将海水的光束分散成可见光谱各波长的光谱图。
通过比较和识别这些光谱信息与藻红蛋白的标准光谱数据，系统可进行算法处理，得出海水中藻红蛋白的含量。
此外，我们还设计了一套数据处理和分析软件，以实现对海水中藻红蛋白的实时监测和数据分析。
三、实验方法与结果我们通过实验验证了该系统的准确性和可靠性。
首先，我们收集了不同浓度的藻红蛋白样本和海水样本，分别进行实验测试。
我们将样本放入系统中进行检测，然后与传统的离线化验方法进行对比分析。
实验结果表明，本系统在检测海水中藻红蛋白的准确性上具有显著优势，且检测速度远快于传统方法。
此外，我们还对系统的抗干扰能力进行了测试，结果表明该系统在面对其他物质干扰时仍能保持较高的准确性。
四、讨论本系统的成功研发为海水中藻红蛋白的快速、准确检测提供了新的可能。
在未来的应用中，本系统可广泛应用于海洋生态环境监测、水质评估和海洋科学研究等领域。
同时，该系统还能与其他海洋监测设备进行联动，实现更为全面的海洋环境监测。
此外，本系统还可以根据实际需求进行定制化开发，以满足不同领域的需求。
《基于可见光谱的海水中藻红蛋白检测系统的研究》
《基于可见光谱的海水中藻红蛋白检测系统的研究》篇一一、引言随着现代科技的飞速发展，海洋科学研究日益受到重视。
海水中藻红蛋白的检测作为海洋生态学研究的重要手段，其精确性和效率对于评估水体质量、预测赤潮等具有重要意义。
传统的藻红蛋白检测方法通常涉及复杂的样品处理和耗时的分析过程，无法满足实时监测的需求。
因此，本研究旨在开发一种基于可见光谱的海水中藻红蛋白检测系统，以实现快速、准确的检测。
二、系统设计本系统设计主要基于可见光谱技术，通过分析海水中藻红蛋白的光谱特性，实现对海水中藻红蛋白的快速检测。
系统主要由光源、光谱仪、数据采集与处理模块组成。
其中，光源提供稳定的光源，光谱仪负责将光线分解为可见光谱，数据采集与处理模块则负责收集和处理光谱数据，最终得出藻红蛋白的含量。
三、方法与实验本研究采用了一系列实验方法，以验证系统的可行性和准确性。
首先，我们收集了不同地区、不同浓度的海水样本，通过实验室分析和现场实验，获取了海水中藻红蛋白的可见光谱数据。
然后，我们利用数据分析软件对数据进行了处理和分析，建立了藻红蛋白含量与可见光谱之间的数学模型。
最后，我们利用该模型对系统进行了验证和优化，以提高检测的准确性和效率。
四、结果与讨论通过实验数据和模型分析，我们发现可见光谱与海水中藻红蛋白含量之间存在明显的相关性。
我们的系统能够在短时间内快速采集并处理可见光谱数据，从而得出准确的藻红蛋白含量。
与传统的检测方法相比，我们的系统具有更高的准确性和更快的检测速度。
此外，我们的系统还具有操作简便、成本低廉等优点，非常适合用于海洋生态学的实时监测。
然而，我们的系统仍存在一些局限性。
例如，在复杂的海洋环境中，可能会受到其他生物色素或水质因素的影响，导致检测结果出现偏差。
因此，在未来的研究中，我们需要进一步优化系统算法和模型，以提高系统的抗干扰能力和准确性。
此外，我们还可以考虑将该系统与其他技术（如遥感技术）相结合，以实现更大范围的海洋生态监测。
藻类自动监测实施方案
藻类自动监测实施方案藻类是一类广泛存在于自然水体中的微生物，它们对水质具有重要的指示作用。
随着城市化和工业化的快速发展，水体污染问题日益突出，藻类监测成为了保障水质安全的重要环节。
传统的藻类监测方式需要人工采集样品，耗时、耗力且成本较高，而且无法实现实时监测。
因此，开展藻类自动监测具有重要的现实意义。
首先，实施藻类自动监测需要选择合适的监测设备。
目前市面上已经出现了多种藻类自动监测仪器，包括光学显微镜、荧光探测仪、激光雷达等。
这些设备可以实现对水体中藻类的实时监测和自动识别，大大提高了监测效率和准确性。
在选择监测设备时，需要考虑监测的水域类型、监测的深度范围、监测的精度要求等因素，以确保监测设备能够满足实际监测需求。
其次，建立藻类自动监测的数据采集和处理系统至关重要。
监测设备采集到的数据需要进行实时传输和存储，以便后续的数据处理和分析。
同时，还需要建立数据处理算法，对监测数据进行自动识别和分类，从而得出藻类的种类、数量和分布情况。
这些数据对于水质评价和污染预警具有重要的参考价值。
最后，藻类自动监测实施方案还需要考虑监测结果的应用。
监测结果可以为相关部门提供科学依据，指导水体管理和保护工作。
同时，监测结果也可以向社会公众公开，增强公众对水质安全的认识和关注，推动社会各界共同参与水环境保护。
因此，在实施藻类自动监测时，需要充分考虑监测结果的传播和应用渠道，确保监测成果能够得到充分的利用和推广。
总的来说，藻类自动监测实施方案是一项涉及多个环节和技术的复杂工程，需要全面考虑监测设备、数据处理系统和监测结果应用等方面的问题。
只有在这些方面都做到位，才能真正实现藻类自动监测的目标，为水质安全保驾护航。
希望通过不懈努力，藻类自动监测能够得到更广泛的推广和应用，为人类创造一个更加清洁、健康的生活环境。
《2024年基于可见光谱的海水中藻红蛋白检测系统的研究》范文
《基于可见光谱的海水中藻红蛋白检测系统的研究》篇一一、引言随着海洋生态环境的日益关注，海水中藻红蛋白的检测成为了海洋科学研究的重要课题。
藻红蛋白作为海洋浮游植物生长的重要指标，其含量的变化直接反映了海洋生态系统的健康状况。
因此，开发一种高效、准确的基于可见光谱的海水中藻红蛋白检测系统显得尤为重要。
本文旨在研究这一系统，以期为海洋生态环境的监测与保护提供技术支持。
二、系统设计本系统基于可见光谱技术，通过分析海水中藻红蛋白的吸收光谱特性，实现对海水中藻红蛋白的检测。
系统主要由光谱采集模块、数据处理模块和结果输出模块三部分组成。
1. 光谱采集模块：该模块采用高灵敏度的光谱传感器，对海水样品进行光谱扫描，获取海水中藻红蛋白的吸收光谱信息。
2. 数据处理模块：该模块对采集的光谱数据进行预处理，包括去噪、平滑、基线校正等操作，以提高数据的信噪比和准确性。
然后，通过算法分析处理后的光谱数据，提取出与藻红蛋白含量相关的特征参数。
3. 结果输出模块：该模块将处理后的特征参数以图表或数值的形式输出，供用户参考和分析。
三、算法研究本系统采用的主算法是基于偏最小二乘法（PLSR）的多元回归分析算法。
该算法能够有效地消除光谱数据中的噪声和干扰因素，提高藻红蛋白含量预测的准确性。
具体实现过程如下：首先，对光谱数据进行预处理，包括归一化、去噪等操作。
然后，采用PLSR算法对处理后的数据进行建模，通过建立藻红蛋白含量与光谱数据之间的数学关系，实现藻红蛋白含量的预测。
最后，通过交叉验证等方法对模型进行评估和优化，提高预测的准确性和稳定性。
四、实验与分析为了验证本系统的有效性和准确性，我们进行了大量的实验。
实验采用不同浓度、不同种类的藻红蛋白样品进行检测，将本系统的检测结果与传统的化学分析法进行对比。
实验结果表明，本系统具有较高的准确性和稳定性。
与传统的化学分析法相比，本系统具有更高的检测速度和更低的成本。
同时，本系统还能够实现对海水中多种藻类生长状况的监测和评估，为海洋生态环境的保护提供了有力的技术支持。
- 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)。
图 １ 叶绿 素 ａ的吸收光谱和 荧光光谱
ｌ Ｈｚ以下 的低频 区 Ｊ ｋ ，所 以通 过 配置 单 片 机 中的 Ｐ ＷＭ８模 块来 产 生 ｌ Ｈｚ的 方 波来 调 制 激 发光 源 ， ｋ
现代仪器 （ ｗｗ． ｄ ｒ ｉｓｒ．ｒ ．ｎ ｗ ｍｏ ｅ ｎｎ ｔ ｏ ｇｃ ） ｓ
基于 Ｐ Ｃ的紫外荧光法水 中藻类检测系统设计 Ｓｏ
李 丹 魏红 艳 赵友 全
（ 天津 大学精 密仪器 与光 电子工程 学院
摘 要
天津
３０ ７ ） ００ ２
近年 来我 国多次 大 面积 爆发 湖泊 水华 ，利 用紫外 荧光 法可 快速检 测 水 中叶绿 素
叶绿素 ａ 子部 分或 全部 吸收而 其特征 吸收 波段的 分 光子 ，就 由最 稳定 能量最 低 的状 态—— 基态上 升到 不稳定 的高 能状 态— —激 发态 ，而激 发态分 子极不 稳 定 ，会在 极 端 的 时 间 内 （０ ） 无辐 射 跃 迁 到 １。ｓ
亚 稳态 能级 ， 于亚 稳态 的 电子跃 迁到基 态 （０ ｓ 处 １｛ ） 并释放 出荧光 。 叶 绿素 ａ 子 有 红光 和 蓝 光两 个 最 强吸 收 区 ， 分
摩 尔吸 收系 数 ，当所 测量 的荧光 物质 确定 后 ， ｋ 、Ｑ、Ｉ、ｂ ￡均 为常 数 ，则 ｃ 成 一定 数学 关 ｏ 、 与，
系 。对 式 （ ）进行分 析 可知 ，当溶液 很稀 时 ，ｅ ｂ １ ｃ 很 小 ，则 式 （ ）指数 部 分 近 似 为 １ｅ ｂ １ － ｃ ，相 应 的
映浮游植物的浓度 ，是水质评价和富营养化水体的 重要 评价指标 之一 ，因此是环 保部 门监 测水质状 况
的重要 目标之一 。
由于它 吸收 的光 能有一 部分消耗 在分 子 内部 的振动 上 ，且 荧光 又总 是从第一 单线态 的最 低振动 能级辐 射 的 ，辐射 出的光 能必 定低于 吸 收的光 能 ，荧光
果 这 部分 被 吸收 的能 量 又 以辐射 形 式 重 新 回到基 态 ，这 就是 光致 发光 Ｉ。对 于 叶绿素分 子来说 ，当 ３ 】
含 氮 、磷等 营养元 素的废 水大量 进入水 体而导 致水 体 富营养化 ， 使藻 类尤其 是一些 浮游藻类 大量繁 殖 ，
形成 水 华或 赤潮 ，给 人类 生 活生 产造 成 严重 影 响 。
由于 叶绿 素分 子 被 紫 外光 照射 后 可 发 射 出 红色 荧
光 ，荧光与 背景光 可 以分开 ，所得 荧光 强度 只与叶
绿 素浓度相 关 ，其 灵敏度 高 ，无 需试剂 ，因此 可采 用荧光 法进行 叶绿 素 ａ的定量 分析 。本文 即根据 叶
绿素荧光 检 测原理 ， 采用 Ｐ ｏ Ｓ Ｃ芯片 设计检 测系统 ，
水华通 常是指 浮游藻 类 的生 物量显著 地 高于一般 水 体 中的平均值 ，并在水 体表 面大量 聚集 ，形成 肉眼
可见 的藻类聚积 体 。 目前 ，中国 的许 多水库 和湖泊 都 出现不 同程度 的水体 富营养化 现象 。许多大 型湖
泊如 滇池 、太湖 、巢湖 、鄱 阳湖和抚仙 湖等 已经处 于 富营养 化状 态 ［。 由于 水体 中叶绿素 ａ的浓 度反 １ １
Ｆ＝ Ｑ ｏ ｂ ｃ （ 中 ，ｏ＝ Ｑ ｏ ，在 激励 光强稳 定 ｋ Ｉ ｃ ＝ｏ 其 ｅ ９ｋ Ｉｂ ｅ 时是 常 数 ） ，即此 时 叶绿 素ａ 度 与相 对荧 光 光谱 浓
近似成 线性 关系 ，因此 可以通 过这一 关系直观 判断 叶绿素ａ 的浓度 。 Ｊ 通常 水体 中的浮 游植物 中的叶绿 素主要 由叶绿 素 ａ 叶绿 素 ｂ 成 ，其 中叶绿 素 ａ的 吸收光谱 和 和 组 在荧 光光谱 （ 图 １ 。 见 ）
光 强仅 与叶绿 素 ａ的浓度 有 关 ，对 水体 中的 叶绿 素 ａ来说 ，在某 一特 定 波 长的光 激 发后 ，所 发射 的荧 光 强度为
Ｆ ｋ Ｉ １一 ： Ｑｏ （ （） １
长期 以来 ，对水 体 中叶绿素 ａ 浓度 的常用 测量
方法 主要有 分光 光度法 和荧光法 ２种 ， 目前 国 内多 采用 国家环 保总局 推荐 的分光光 度法 作为浮游 植物 体 内叶绿 素 ａ的测定 方法 ＿ ２ ］ 。首先将 水样 经离 心筛 选 ，用丙酮 溶液萃取 ，经 紫外分光 光度法 测定 其在
并通过 实验测定 湖泊 中水样 的叶绿 素含量 。
１ 叶绿素 的荧光特性和检测原理
根据物 质分子 吸收光 谱和荧 光光谱 能级跃 迁机
５２
研 制与开发
图 ３ 基 于 ＰＯ Ｓ Ｃ的 荧 光检 测 系 统设 计
Ｗａ ｅｅ ｇ ｈｍ １ 【ｘｔ ｄｂ １ ｎ ｖ ｌ ｔ （ ） ｅ ｉ ｙ ４ ７ ｍ】 ｎ ｅ
关键 词 紫外 荧光 叶 绿素 ａ Ｓ Ｃ 水华 Ｐ ｏ
引
言
随着 人类活 动的加剧 ，工业 废水 、生活 污水和
理 ，当特定波长的光子 （ 单色激发光）被所照射的 分 子吸 收后 ，分 子 的 电子 能级发生 跃迁 而处于激 发 态 ，而激 发态 的分子 是不稳 定的 ，在适 当条件下如
的含 量 ，进 而监测 水体 中富营养化 程度 。 本文依据 叶绿 素 荧光检 测 的基 本原理 ，设 计和
完成基 于可编程 片上 芯片 （Ｓ Ｃ） 的荧光检 测 系统 。提取 湖 泊中的水样 ，经 丙酮溶液 萃 Ｐｏ
取后 制 成不 同标 准浓度 的叶 绿素 溶液 ，实验 测 定其对应 荧光值 。实验 证 明 ，本 系统 可较 好地 应 用于水质 中叶绿 素的检 测 。
四波 长的吸光度 ，从 而计算 得到该水 样 中叶绿素 的 含量 。该法实验 时提取 过程繁 琐 ，时间 长，吸光度 测量 灵敏 度 较低 。但 是基 于荧 光 测量 的检 测 方法 ，
式 中，ｋ 为仪器常数 ；Ｑ 为物质荧光效率 ；， ０ 为激 励 光 光 强 ；ｃ 物 质 浓度 ；６ 样 品 光 程 差 ；ｓ 为 为 为