旨在实现对海洋牧场水下底栖动物的原位识别, 使用随机森林算法实现识别分类检测, 对目标生物进行分类识别分析, 深入挖掘数据, 提高工作效率和决策可靠性。 利用研发的水下高光谱成像分析仪, 在不同的水下环境中通过获取五种海洋牧场常见经济动物（虾夷扇贝、 栉孔扇贝、 脉红螺、 皱纹盘鲍、 仿刺参）的高光谱数据, 归一化处理后运用机器学习中的随机森林（RF）、 基于主成分分析的随机森林（PCA-RF）、 基于递归特征消除的随机森林（RFE-RF）三种随机森林算法对五种底栖动物进行分类识别以及对比分析。 通过RF的变量重要性排序, 筛选出排名较高, 对模型贡献度高的波段所对应的反射谱强度数据, 再将排名靠前的特征波段数据输入分类器中, 通过优化参数, 得到分类准确度。 将数据的分类结果输出混淆矩阵, 可以看到五种样品的识别情况。 脉红螺样品识别精度最低, 为64％； 仿刺参与栉孔扇贝的识别精度最高, 达到了100％； 虾夷扇贝与皱纹盘鲍的识别精度分别为91％与96％。 三种方法最终得到的分类精度分别为: RF 90.13％； PCA-RF 95.20％； RFE-RF 98.74％, 达到了较为理想的分类效果, 体现了随机森林算法运用在水下高光谱数据分类研究的可行性。

贻贝是广泛分布于全球水域的物种, 从近海海域到深海热液、 冷泉等极端环境。 贻贝分泌碳酸钙矿物形成介壳保护软体组织, 介壳是一种天然纳米复合材料, 具有优异的力学性能, 在生物材料、 组织工程以及仿生学等方面具有很好的应用前景, 已经成为国内外研究热点之一。 拉曼光谱是一种非破坏、 非接触及多组分同时测试的检测技术, 可以提供矿物成分信息。 利用共聚焦显微激光拉曼技术对不同环境下（台西南冷泉繁茂区、 Desmos热液区、 实验室养殖及大连近海海域）生长的贻贝介壳进行检测, 得到四种环境中生存的贻贝介壳珍珠层的拉曼光谱和介壳横截面局部区域的线扫趋势图及二维拉曼成像图。 基于实验结果得到以下结论, 四种环境中生存的贻贝介壳的棱柱层和珍珠层矿物为碳酸钙, 其中棱柱层矿物组成均为方解石, 拉曼测试方解石特征峰位于711和281 cm-1附近, 而介壳珍珠层虽然主要为碳酸钙, 但不同环境下生长的贻贝珍珠层的矿物组成存在一定差别: 大连近海贻贝珍珠层矿物为文石, 拉曼测试文石特征峰位于706和206 cm-1附近, 结晶程度差。 热液区生长以及实验室养殖贻贝珍珠层矿物也为文石, 特征峰位于706和206 cm-1附近, 但结晶程度相对较好。 台西南冷泉繁茂区贻贝珍珠层主要为文石（706和206 cm-1）, 并含少量方解石, 拉曼测试方解石特征峰位于711和281 cm-1附近。 通过对比四种环境中贻贝介壳的矿物组分以及相对分布, 结合生存环境的差异, 认为介壳矿物组成差异是贻贝应对深海冷泉、 热液不同理化环境的一种环境适应机制。 测试结果表明贻贝生长环境压力对珍珠层矿物组成有较大影响。 研究表明共聚焦显微拉曼光谱是一种快速、 高效的用于研究不同环境下生存的贻贝的介壳矿物组成的技术手段。 这为研究深海贻贝生命过程与适应机制提供了重要的参考资料。

作为一种典型的深海极端环境, 热液区域不仅分布着各种硫化物矿产, 而且孕育着特殊的生态群落, 对热液流体理化性质的研究有助于深入了解热液的运动机制。 激光拉曼光谱技术除了定性分析方面的优势外, 已经被逐步用于定量分析, 并且在原位探测中发挥了重要作用。 该研究模拟了深海热液喷口流体的高温高压环境, 探讨了水分子和硫酸根离子的拉曼光谱在热液流体温度探测中的应用价值。 通过对水峰ν1(H2O)、 硫酸根ν1(SO2-4)的拉曼频移与温度、 离子浓度的关系进行研究, 结果表明水峰ν1(H2O)和硫酸根ν1(SO2-4)的拉曼频移随温度表现出明显的变化, 水峰ν1(H2O)的拉曼频移受流体硫酸根浓度的影响明显, 因此不适用于硫酸根离子浓度变化明显的热液流体温度的测量。 相比之下, ν1(SO2-4)的拉曼频移对流体硫酸根浓度和流体压力不敏感, 为温度的反演提供了很好的依据。 建立了ν1(SO2-4)的拉曼频移与温度的线性方程: Rν1(SO2-4)=-0.03T+980.69, 其中, R2=0.998 6, 可用于对深海热液喷口流体温度的原位探测等实际应用。