近年来，为应对化石燃料燃烧造成的CO2过度排放及由此带来的全球变暖和能源枯竭等问题，微藻固碳联产高值产品的CO2减排策略备受关注，尤其是基于化学吸收法耦合能源微藻固碳的培养体系已成为新的研究热点。本文以优良CO2耐受小球藻Chlorella sp.为试验藻株，探究添加不同质量浓度化学吸收剂单乙醇胺(MEA)在体积分数为20% 的CO2和通气比为0.33的条件下对小球藻生理生化特性及固碳效应的影响。结果表明，添加MEA可缓解由高浓度CO2造成的培养基酸化对微藻的生长抑制，且适宜质量浓度的MEA可以有效提高小球藻的生长代谢、CO2固定效率及光合活性。在50 mg/L MEA的条件下，小球藻的生物量、CO2固定率和油脂含量达到最大值，分别为3.07 g/L、0.55 g CO2/(L·d)和23.5%，与无MEA的对照相比分别提高了43.7%、45.6%和21.7%。综上所述，50 mg/L质量浓度的MEA作为CO2吸收剂用于微藻培养体系可以显著提升小球藻在高浓度CO2条件下的生物量、油脂积累以及固碳效率。以上结果可为微藻CO2 生物减排及清洁能源开发提供理论依据。

藻类光合抑制法是极具潜力的水体综合毒性快速检测预警手段,并且稳定测量条件的确定对藻类光合抑制法毒性测试结果不可忽视。以蛋白核小球藻为受试藻种,根据农药敌草隆(DCMU)对藻类光合活性具有抑制作用这一特点,以α、Fv/Fm、Yield、rP 4种光合荧光参数的抑制率为分析对象,在不同质量浓度DCMU胁迫作用下,分别研究受试藻类质量浓度、藻液与样品混合体积比、反应温度这3种测试条件对水体综合毒性测量的稳定性影响。结果显示:当受试藻类在100~600 μg·L ^-1质量浓度范围内时,藻类质量浓度的变化对水体综合毒性测量没有显著影响;受试藻液与样品的混合体积比对毒性检测灵敏度有较大影响,受试藻液与样品的混合体积比为2∶8时更有利于提高水体毒性检测的灵敏性;反应温度对水体综合毒性检测也有重要影响,其中20~35 ℃的温度范围更有利于提高水体综合毒性的检测精度。

藻类作为单细胞生物, 其个体小、 易培养、 对毒物敏感、 且能够观察细胞水平上的中毒症状, 是快速检测水质生物毒性的理想受试生物。 “藻类生长抑制试验”依赖于藻类细胞的繁殖代谢过程, 测量周期长, 无法满足生物毒性快速检测的需求。 藻类光合作用过程对污染物毒性的响应速度和灵敏度显著优于“藻类生长抑制试验”, 以藻类光合作用状态为毒性测试指标可大幅缩短毒性检测时间。 现有“光合作用抑制实验”多采用可变荧光Fv或最大光化学量子产量Fv/Fm作为生物毒性反应终点, 缺乏对多个光合荧光参数响应敏感性的对比分析, 造成生物毒性定量检测的灵敏度不高。 以蛋白核小球藻为受试对象, 以叶绿素荧光作为藻类光合作用状态快速无损探针, 采用荧光动力学手段测量藻类光合荧光参数, 对典型除草剂DCMU抑制下的多个光合荧光参数的毒性响应敏感性进行对比分析, 得到适用于快速、 定量评价DCMU胁迫效应的关键光合参数, 提高DCMU生物毒性检测的速度和灵敏度。 结果显示: (1)DCMU对光合荧光参数F0, Fm, σPSⅡ, τQA, Fv, Fv/Fm, Yield, rP, NPQ, α响应显著, 其中参数α, rP, Fv/Fm, yield和NPQ在5 min即呈现出类似时长（96 h）的响应效应; (2)参数α, rP, Fv/Fm, yield和NPQ的5 min抑制程度对DCMU浓度具有良好的剂量效应关系。 其中, 参数NPQ的相关系数和EC50-5 min分别为0.998 5和2.41 μg·L-1, 显著优于其他四个参数, 且优于96 h的测量结果。 采用光合荧光参数NPQ作为5 min定量测量DCMU生物毒性的反应终点, 可极大缩短DCMU生物毒性的检测时间（从96 h缩短至5 min）, 并显著提高检测灵敏度（与光合抑制方法常规参数Fv/Fm相比, EC50降低了81.4%）。 实验结果为基于藻类光合抑制效应的DCMU生物毒性定量检测提供了基础数据, 研究方法也为其他污染物胁迫下的藻类光合荧光参数筛选提供了参考。

以蛋白核小球藻为受试对象,以藻类光合荧光参数为毒性评价指标,研究Cu 2+毒性作用下多个光合荧光参数的响应规律。结果显示:Cu 2+对光合荧光参数F0、Fm、Fv、Fv/Fm、Yield、rP、JVPⅡ、α和Ek抑制效应显著,其中Yield、rP、α和Fv/Fm在24 h内体现出稳定的抑制效应,可作为24 h分析Cu 2+毒性的评价指标;Yield、rP、α和Fv/Fm抑制程度对Cu 2+浓度具有良好的剂量效应关系,logistic函数拟合相关系数R2分别为0.9989,0.9992,0.9991,0.9977,由此得到EC50-24h值分别为61.05,66.31,69.41,99.61 μmol·L -1。因此,参数Yield、rP、α的拟合相关系数优于常规参数Fv/Fm,其对应的EC50-24h分别降低了38.7%,33.45%,30.3%。研究结论可为基于藻类光合抑制效应的生物毒性测试指标选择提供参考。

以蛋白核小球藻为受试对象,以藻类光合活性参数为毒性评价指标,研究了在苯酚急性毒性作用下的72 h与70 min内,不同光合活性参数的响应规律。结果显示:苯酚对光合活性参数Fv/Fm、rP、α、Ek、JVPⅡ的抑制效应显著;在苯酚急性毒性的作用下,光合活性参数的毒性响应可在短时间内达到稳定,5 min可作为苯酚毒性分析的响应时间;Fv/Fm、rP、Ek、JVP Ⅱ对苯酚毒性具有良好的剂量响应关系,不同光合活性参数对苯酚的毒性响应程度不同,0.2~1.2 g/L的苯酚对Fv/Fm、rP、Ek、JVP Ⅱ的抑制率分别为-3%~19%,9%~67%,15%~74%,17%~37%。

以蛋白核小球藻、 铜绿微囊藻、 斜生栅藻为敏感藻, 研究了莠去津、 敌稗、 敌草隆、 灭草松四种除草剂及其混合剂对藻类光合特性的影响规律, 实验同时确定了三种微藻荧光对除草剂的最佳响应时间。 实验结果表明, 除草剂显著降低了藻细胞类囊体膜中光系统Ⅱ的最大光合效率(Fv/Fm)、 实际光合效率(Y(Ⅱ))、 绝对电子传递速率(ETR)和光化学猝灭系数(qP), 而非光化学猝灭系数(qN)呈现上升趋势, 400 μg·L-1敌草隆使蛋白核小球藻Fv/Fm参数值下降了41%。 实验选用的三种实验藻在四种除草剂单独和混合胁迫下均发生了不同程度的光抑制效应, 表现出光合效率、 电子传递速率、 光合活性的降低和光保护能力的增强, 藻类自身具有一定的光保护机制可以降低除草剂的影响。 除草剂能够影响藻细胞叶绿素荧光强度, 其中灭草松对蛋白核小球藻的影响最为显著, 在400 μg·L-1灭草松影响下蛋白核小球藻的叶绿素荧光强度下降了44%。

利用共聚焦显微拉曼光谱仪获取生长在三种氮营养条件下(氮胁迫、 氮正常、 氮饱和)培养的蛋白核小球藻(Chlorella pyrenoidosa)的拉曼光谱, 通过拉曼散射光谱信息对微藻在不同氮胁迫下生长情况及油脂变化进行研究。 对油脂拉曼特征峰值比值作气泡图以直观表达油脂积累量, 该气泡图与尼罗红荧光图像具有良好的相关性。 光谱信号经预处理后, 利用主成分分析(PCA)对全波段进行分析, 获得相应的主成分变量, 通过线性判别分析(LDA)建立分类模型。 利用PCA获取的主成分变量建立的LDA预测模型对三种氮营养条件的预测正确率分别是80%, 93.3%, 86.7%。 基于油脂特征位移(RS)处的比率建立的LDA分类模型对三种氮营养条件的分类正确率最高达到86.7%。 研究结果表明, 利用拉曼技术对微藻生长的不同氮胁迫条件鉴别是可行的, 且随着氮胁迫影响的时间增加, 油脂的积累差异就越大。

本实验利用尼罗红荧光与叶绿素荧光比值表征小球藻的油脂含量, 快速筛选出一株紫外诱变高产油藻株。经过叶绿素荧光分析表明, 诱变株M2的生长及光合作用没有显著变化。检测诱变株M2总油脂含量32.1%, 比野生藻株的23.1%提高了9个百分点。

微藻-生物柴油转化生产要求产油微藻细胞内大量积累脂肪, 而藻类脂肪的积累受外界环境影响较大, 因此, 微藻生长过程中对藻体脂肪变化进行快速检测和分析有着非常重要的意义。 以小球藻（Chlorella sp.）为研究对象, 利用可见/近红外光谱技术和高光谱成像技术对不同光源培养条件下微藻生长过程脂肪动态变化和脂肪含量分布可视化分析进行了研究。 研究结果表明, 虽然利用两种技术获取的小球藻透射光谱和反射光谱有差异, 利用连续投影算法进行特征波长也不完全相同, 但基于两种技术获得的对于脂肪含量的特征波段光谱建立的小球藻脂肪含量多元线性回归模型的预测结果接近, 分别为rpre＝0.940, RMSEP＝0.003 56和rpre＝0.932, RMSEP=0.004 23。 研究中小球藻接种初期至生长指数期初期藻体内脂肪含量相对平稳, 积累增加发生在生长对数期的末期, 而在生长平稳期时的小球藻藻液中, 脂肪含量较高的藻体呈现出聚集生长的状态。 小球藻生长过程中生命信息快速无损检测方法的实现为微藻实际生产培养和收获策略的制定提供了理论依据和技术手段。

微藻高效培养是微藻生物能源开发利用的关键和前提, 而在营养充足的培养条件下生长迅速但较易受到环境污染和影响, 因此微藻生长过程中对其生长状况进行监测意义重大。 高光谱成像技术同时拥有丰富物质品质信号的优点和图像包含丰富品质分布空间信息的优点, 可为微藻的快速无损检测提供新的方法和手段。 分别采集小球藻、 球等鞭金藻和螺旋藻三种微藻各45个样本的高光谱图像, 并提取样本感兴趣区域（ROI）的平均光谱。 利用连续投影算法（SPA）波长优选之后, 取30个建模集样本的光谱数据与其相应的生物量建立多元线性回归（MLR）模型, 对15个预测集样本的生物量进行预测, 小球藻、 球等鞭金藻和螺旋藻预测相关系数（r）分别为0.950, 0.969和0.961, 预测均方根误差（RMSEP）为0.010 2, 0.010 7和0.017 1, 获得了较好的预测精度。 最后, 用所建MLR模型对预测集图像上每个像素点的生物量加以预测, 采用Matlab图像编程处理将不同的生物量用不同的颜色表示, 最终以伪彩图的形式实现藻液生物量的可视化。 研究结果表明, 高光谱成像技术对小球藻和螺旋藻藻液生物量的可视化效果较好, 对球等鞭金藻的预测效果还需要进一步改进。 本研究为实现微藻生长信息的快速获取和进一步开展微藻生物质能源利用奠定了一定的研究基础。