一种基于常规水质理化指标预测微囊藻生长状况的方法技术

本发明专利技术提供一种基于常规水质理化指标预测微囊藻生长状况的方法，涉及污水处理领域。该方法包括：取若干河流水样，获取其微囊藻OTU相对丰度/细胞密度，并获取其常规水质理化指标数据；以温度、DOC/TN、NO3‑

【技术实现步骤摘要】
一种基于常规水质理化指标预测微囊藻生长状况的方法


[0001]本专利技术涉及污水处理领域，具体涉及一种基于常规水质理化指标预测微囊藻生长状况的方法。

技术介绍

[0002]蓝藻又名蓝绿藻、蓝细菌，是引起地表水体富营养化和蓝藻水华的主要因素，因此一直是国内外水环境污染治理的重点。其中微囊藻(Microcystis)是淡水中常见的蓝细菌的一个属，其中包含会造成有害藻华的铜绿微囊藻(Microcystis aeruginosa)，其毒素(称为微囊藻毒素，Microcystin)会导致肝脏、胆囊病变。微囊藻是最常见的水华蓝藻，广泛分布于富营养湖泊，如滇池、太湖和巢湖等。已有众多研究揭示水体中的氮、磷等营养元素是微囊藻生长的主导因素，但微囊藻的内在生长机理、生长规律及其与外界环境因素之间具有复杂的交互作用，进而影响微囊藻的生长繁殖。在这种复杂交互作用下如何准确预测分析微囊藻的生长状况和生长趋势对于微囊藻的有效治理至关重要，也是困扰研究者的一大难题。
[0003]目前可以通过检测微囊藻OTU相对丰度和微囊藻细胞密度来反映微囊藻的生长状况，但是这两个指标不属于常规的水质监测指标，也没有标准限值，其检测方法和数据处理相对较为复杂，特别是都需要通过基因测序手段来获取测序数据，再通过相应的方法计算得出指标结果，无法满足对微囊藻生长状况的实时监测和生长趋势把控，也无法对微囊藻爆发进行预防。
[0004]常规水质理化指标一般包括：温度(Temp)、pH值、总氮(TN)、氨氮(NH
4+
‑
N)、硝态氮(NO3‑
‑
N)、总磷(TP)、可溶性活性磷(SRP)、溶解性有机碳(DOC)、叶绿素a(Chl
‑
a)、化学需氧量(COD)、生化需氧量(BOD)、溶氧量(DO)等，对水体理化指标的检测是水质监控中的必要步骤，各类水质标准中都是对于水体理化指标的限定，其检测方法都很成熟。目前尚无采用水质理化指标对微囊藻的生长状况进行预测的方法。

技术实现思路

[0005]因此，本专利技术旨在提供一种基于常规水质理化指标预测微囊藻生长状况的方法。
[0006]为实现上述目的，本专利技术提供如下技术方案：
[0007]本专利技术提供一种基于常规水质理化指标预测微囊藻生长状况的方法，包括以下步骤：
[0008](1)取若干河流水样，获取其微囊藻OTU相对丰度和/或微囊藻细胞密度，并获取其常规水质理化指标数据，所述常规水质理化指标包括温度、pH值、Chl
‑
a、TN、NH
4+
‑
N、NO3‑
‑
N、TP、SRP、DOC；
[0009](2)以温度、DOC/TN、NO3‑
‑
N/TP、TN、NO3‑
‑
N、TN/TP、SRP/TP、NH
4+
‑
N/TP、Chl
‑
a、pH值、DOC作为解释变量，以微囊藻OTU相对丰度作为预测变量，采用随机森林算法建立回归模型，作为微囊藻OTU相对丰度的预测模型，和/或
[0010]以温度、DOC/TN、NO3‑
‑
N/TP、TN、NO3‑
‑
N、TN/TP、SRP/TP、NH
4+
‑
N/TP、Chl
‑
a、pH值、DOC作为解释变量，以微囊藻细胞密度作为预测变量，采用随机森林算法建立回归模型，作为微囊藻细胞密度的预测模型；
[0011](3)利用所述微囊藻OTU相对丰度的预测模型对待测河流水样的微囊藻OTU相对丰度进行预测，和/或
[0012]利用所述微囊藻细胞密度的预测模型对待测河流水样的微囊藻细胞密度进行预测。
[0013]进一步地，步骤(2)中，采用随机森林算法建立回归模型时对预测变量进行对数转换。
[0014]进一步地，步骤(2)中，通过R软件中的randomForest包建立所述回归模型。
[0015]进一步地，步骤(3)中，对待测河流水样的微囊藻OTU相对丰度进行预测的方法包括：
[0016]获取所述待测河流水样的常规水质理化指标数据，以温度、DOC/TN、NO3‑
‑
N/TP、TN、NO3‑
‑
N、TN/TP、SRP/TP、NH
4+
‑
N/TP、Chl
‑
a、pH值、DOC作为解释变量，将解释变量数据代入所述微囊藻OTU相对丰度的预测模型，得到的预测变量值即为所述待测河流水样的微囊藻OTU丰度的预测结果。
[0017]进一步地，步骤(3)中，对待测河流水样的微囊藻细胞密度进行预测的方法包括：
[0018]获取所述待测河流水样的常规水质理化指标数据，以温度、DOC/TN、NO3‑
‑
N/TP、TN、NO3‑
‑
N、TN/TP、SRP/TP、NH
4+
‑
N/TP、Chl
‑
a、pH值、DOC作为解释变量，将解释变量数据代入所述微囊藻细胞密度的预测模型，得到的预测变量值即为所述待测河流水样的微囊藻细胞密度的预测结果。
[0019]进一步地，步骤(1)中，通过对河流水样进行16S rRNA测序来获取其微囊藻OTU相对丰度。
[0020]进一步地，获取河流水样微囊藻OTU相对丰度的方法包括：
[0021]对所述河流水样进行DNA提取，扩增16S rRNA基因V4区；
[0022]对PCR产物进行纯化，并测量纯化PCR产物的DNA浓度；
[0023]对纯化PCR产物进行基因测序，原始序列进行除杂，得到的高质量双端序列基于重复区域被连接成tags，过滤嵌合子，并将序列聚类成OTU，计算微囊藻OTU相对丰度。
[0024]进一步地，采用DNA分离试剂盒进行DNA提取。
[0025]进一步地，用条形码引物515F和806R扩增16S rRNA基因V4区。
[0026]进一步地，使用DNA凝胶提取试剂盒纯化PCR产物。
[0027]进一步地，使用荧光计测量纯化PCR产物的DNA浓度。
[0028]进一步地，使用Illumina Hiseq 2500测序平台对纯化PCR产物进行基因测序。
[0029]进一步地，原始序列使用Flash和Trimmomatic软件进行去杂，去除引物错配数在2以上、拼接序列的重叠区错配率在0.2以上的序列。
[0030]进一步地，用Uparse软件过滤嵌合子，并对序列进行聚类，根据97％的序列相似度将所有序列进行同源比对并聚类成OTU。
[0031]进一步地，步骤(1)中，获取河流水样微囊藻细胞密度的方法包括：
[0032]采用流式细胞仪对所述河流水样进行细胞总数检测，除以水样体积得到水样细胞
密度；
[0033]以所述水样细胞密度乘以微囊藻OTU相对丰度本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于常规水质理化指标预测微囊藻生长状况的方法，其特征在于，包括以下步骤：(1)取若干河流水样，获取其微囊藻OTU相对丰度和/或微囊藻细胞密度，并获取其常规水质理化指标数据，所述常规水质理化指标包括温度、pH值、Chl
‑
a、TN、NH
4+
‑
N、NO3‑
‑
N、TP、SRP、DOC；(2)以温度、DOC/TN、NO3‑
‑
N/TP、TN、NO3‑
‑
N、TN/TP、SRP/TP、NH
4+
‑
N/TP、Chl
‑
a、pH值、DOC作为解释变量，以微囊藻OTU相对丰度作为预测变量，采用随机森林算法建立回归模型，作为微囊藻OTU相对丰度的预测模型，和/或以温度、DOC/TN、NO3‑
‑
N/TP、TN、NO3‑
‑
N、TN/TP、SRP/TP、NH
4+
‑
N/TP、Chl
‑
a、pH值、DOC作为解释变量，以微囊藻细胞密度作为预测变量，采用随机森林算法建立回归模型，作为微囊藻细胞密度的预测模型；(3)利用所述微囊藻OTU相对丰度的预测模型对待测河流水样的微囊藻OTU相对丰度进行预测，和/或利用所述微囊藻细胞密度的预测模型对待测河流水样的微囊藻细胞密度进行预测。2.根据权利要求1所述的基于常规水质理化指标预测微囊藻生长状况的方法，其特征在于，步骤(2)中，采用随机森林算法建立回归模型时对预测变量进行对数转换；通过R软件中的randomForest包建立所述回归模型。3.根据权利要求1所述的基于常规水质理化指标预测微囊藻生长状况的方法，其特征在于，步骤(3)中，对待测河流水样的微囊藻OTU相对丰度进行预测的方法包括：获取所述待测河流水样的常规水质理化指标数据，以温度、DOC/TN、NO3‑
‑
N/TP、TN、NO3‑
‑
N、TN/TP、SRP/TP、NH
4+
‑
N/TP、Chl
‑
a、pH值、DOC作为解释变量，将解释变量数据代入所述微囊藻OTU相对丰度的预测模型，得到的预测变量值即为所述待测河流水样的微囊藻OTU丰度的预测结果。4.根据权利要求1所述的基于常规水质理化指标预测微囊藻生长状况的方法，其特征在于，步骤(3)中，对待测河流水样的微囊藻细胞密度进行预测的方法包括：获取所述待测河流水样的常规水质理化指标数据，以温度、DOC/TN、NO3‑
‑
N/TP、TN、NO3‑
‑
N、TN/TP...

【专利技术属性】
技术研发人员：柏耀辉，王晨晨，王东麟，王巧娟，曲久辉，
申请(专利权)人：中国科学院生态环境研究中心，
类型：发明
国别省市：