浮游藻类密度监测对水质状况诊断及藻华灾害预警具有重要意义。因此，提出一种基于微流控-显微荧光技术的浮游藻细胞密度检测方法。该方法基于微流控技术实现样品快速定量进样，利用共聚焦显微荧光结构实现藻细胞特征荧光信号的高信噪比采集，并通过分析荧光峰信息实现浮游藻细胞计数。以杜氏盐藻、色球藻、隐藻和赤潮藻为测试对象的结果表明：在1.3×10⁶ L^-1密度范围内测量相对误差均小于3.96%，且准确率不受悬浮物、藻细胞种类以及尺寸的影响；在10%允许误差下，藻类密度检测上限可提升至5×10⁶ L^-1，完全能够满足自然水体浮游藻细胞密度检测需求，为水体藻细胞密度快速准确检测提供了新途径。

以鱼腥藻、栅藻和盘星藻为分析对象，通过采集多个焦平面的显微图像，基于拉普拉斯能量与引导滤波以及图像HSV颜色空间饱和度分量分别检测显微图像聚焦区域和失焦区域，研究浮游藻类细胞显微多聚焦图像融合方法，并与小波变换、拉普拉斯金字塔以及脉冲耦合神经网络融合方法进行对比分析。结果表明：鱼腥藻、栅藻和盘星藻融合图像的边缘信息保持度、空间频率、平均梯度分别为0.3529、8.9654、0.0055，0.3778、7.0058、0.0023和0.2940、1.5445、0.0005，均优于对比融合方法，具有更好的边缘信息传递能力及更高的图像清晰度，有效实现了浮游藻类细胞显微多聚焦图像融合，为获取浮游藻类细胞的全景深显微图像提供了思路。

浮游藻类的种类多样性和群落结构是水生态环境建设评价的重要指标，利用细胞图像对其进行识别是实现浮游藻类检测的重要手段。相较于传统的显微镜检法，基于深度学习的目标检测算法因更高效的检测能力而越来越多地被运用到浮游藻类检测领域。针对YOLOv3目标检测算法对部分形态小、边界模糊和粘连浮游藻类的检测精度低等问题，采用空间金字塔池化（SPP）结构改进了YOLOv3目标检测算法的特征提取方式，采用广义交并比（GIoU）边界损失函数改进了YOLOv3目标检测算法的边界损失函数，最终构建了一种基于SPP和GIoU改进的YOLOv3浮游藻类检测算法（SPP-GIoU-YOLOv3）。实验结果表明：在检测速度无明显差异的情况下，所提SPP-GIoU-YOLOv3分类检测算法对实验藻类的平均精度均值达95.21%，比YOLOv3目标检测算法提高了4.24个百分点。本研究为发展准确快速的浮游藻类检测方法技术提供了一定的基础。

基于CMOS探测器的静态光散射法能够实现水体悬浮颗粒物粒度分布的快速检测, 受探测器工作特性和面幅大小的限制, 前向光散射的CMOS粒度测量范围和精度难以提高。提出了颗粒前向光散射的双CMOS测量技术, 重点研究双CMOS散射信号拼接测量方法, 设计消除背景干扰的CMOS探测器分环方式, 实现宽粒径范围颗粒粒度的准确测量。实验结果表明: 基于CMOS探测器的颗粒粒度测量上限提高到了1000μm, 1000μm、500μm标样的D50测量相对误差分别为0.7%、0.1%, 大粒径颗粒粒度测量准确度高; 同时双CMOS探测的方式将单CMOS的粒度测量下限由5μm提高到了2μm, 5μm、2μm标样D50相对误差分别由单CMOS的15.0%、51.1%下降至双CMOS的1.4%、2.6%。

静态散射光蕴含颗粒尺寸的特征信息, 因此静态光散射法是快速测量水体悬浮物粒度的有效手段。然而由于颗粒侧向和后向散射光微弱, 不易探测; 前向散射受艾里斑影响, 存在测量盲区, 导致静态光散射法的小颗粒粒度测量精度不足。提出水体小粒径悬浮物粒度低位异面扫描光散射测量方法, 以光电倍增管为探测器, 采用多角度连续扫描方式探测颗粒的光散射信息: 通过缩短探测器到样品池距离, 提高相同角分辨率下的散射光强度, 提升侧向和后向散射光探测灵敏度; 将探测器偏离激发光轴, 避开艾里斑盲区, 在不改变前角小角度测量精度条件下, 实现前向大角度散射光探测。在此基础上, 结合米散射模型, 实现小粒径悬浮物粒度测量。不同粒度样品实验表明, 方法能准确测量350nm至2μm范围内颗粒的粒度, 2μm、1.5μm、500nm和350nm标物D50的测量相对误差均不超过5.61%, 均低于标物不确定度的相对误差, 且优于实验室内激光粒度仪的测量结果。

通过融合浮游植物藻类细胞显微明场图像和荧光图像对浮游植物进行鉴定可以有效提高浮游植物鉴定的精度，然而在图像采集过程中存在明场图像与荧光图像中藻细胞位置不匹配的问题。为此，本文以刚体变换作为明场图像与荧光图像的空间变换模型，以明场HSV颜色空间S通道二值化图像与荧光灰度二值化图像的归一化互信息作为明场图像与荧光图像的相似度，利用粒子群优化算法对小波五级分解的低频分量进行粗配准，然后将初步配准的平移量和旋转角度作为初始值，利用鲍威尔算法对小波三级分解的低频分量进行配准精度微调。栅藻、羊角月牙藻和念珠藻的实验结果表明：对明场图像与荧光图像进行处理后的归一化互信息具有明显的峰值，可以更好地表征浮游藻细胞明场图像与荧光图像的相似度；将粒子群优化算法与鲍威尔算法结合的多分辨率图像配准方法，对栅藻、羊角月牙藻、念珠藻显微明场图像与荧光图像配准的误配率分别为0、9.4%、6.5%，平均配准时间分别为10.43、27.98、17.02 s，配准后的归一化互信息分别为0.673、0.495、0.631。研究结果验证了所提方法在配准精度、运行时间等方面的优势，为融合显微荧光图像和明场图像进行浮游植物鉴定奠定了基础。

以藻类多相瞬态叶绿素荧光动力学曲线OJIP为基础，提取曲线间距离、形状和角度特征之间的差异，进行曲线差异性度量。同时，采用K最近邻（KNN）分类算法评价并选择分类效果较好的特征组合，利用不同特征对毒性强度表征作用的贡献率分配权重进行特征融合，构建水体综合毒性表征参数PI_FCD。在此基础上，以普通小球藻为受试对象，在DCMU、DBMIB、MV、马拉硫磷、克百威毒性物质胁迫下，对比现有的Fv/Fm、PI_ABS两种表征参数，从毒性响应、最低检测限和最高响应浓度三个方面，验证所构建PI_FCD参数的有效性与优越性。结果表明：PI_FCD对5种毒性物质均响应灵敏，与Fv/Fm相比可检测更多种类的污染物；PI_FCD对5种毒性物质的最低检测限分别比PI_ABS降低了90.34%、41.66%、81.91%、95.43%和77.66%，同时对高浓度毒性物质的检测能力更强。

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。

静态光散射法能够实现水体悬浮颗粒物粒度分布的快速检测，但测量精度易受背景干扰。传统的样品散射光减背景光方法无法有效消除背景干扰。提出了基于散射光基线的背景干扰消除方法，在样品散射光减去背景干扰的基础上，拟合出散射光强分布基线，进一步消除背景的干扰。120 μm及9.86 μm标准粒径样品的测量结果表明，相较于传统方法，120 μm样品的D₁₀、D₅₀以及D₉₀的测量相对误差分别由56.9%、17.2%、8.1%下降到0.4%、0.8%、2.8%；9.86 μm样品的D₁₀、D₅₀以及D₉₀的测量相对误差分别由17.2%、10.0%、0.1%变到11.6%、3.4%、0.1%。表明基线法能够大幅提升背景干扰的去除效果，提高颗粒物粒度测量的准确性。