微藻含有蛋白质、氨基酸、非饱和脂肪酸、色素等多种物质,还具有作为天然色素、生物能源、营养保健品和废水去污剂等多重身份,这表明了微藻具有广泛的应用价值和商业价值。目前,最具挑战性和最关键的问题是微藻生长速度的提高和产品合成。为实现微藻作为天然色素提取原料和保健品原料的商业价值,对工业微藻进行大量生产,发展快速高效的监测手段至关重要,为了对藻细胞内部活性物质如色素、油脂等物质作进一步观察研究,设计快速简单的自动化分析系统,为制定高效的生产策略奠定了基础。针对由于微藻的过度繁殖对水质带来了很严重的污染和影响,高效准确的藻类检测识别技术对于监测环境,预警淡水水质污染和降低经济损失具有重要的现实意义。本文通过设计荧光高光谱显微系统,获取微藻的高光谱图像,对微藻进行优势藻种的识别和藻细胞内色素成分分析,主要内容如下:（1）本文基于线扫描的高光谱成像原理对荧光高光谱显微系统进行搭建和系统调试,以及对数据采集和数据处理的算法进行设计。系统成像的关键性技术包括位移台的步进控制问题和系统扫描装置与光谱仪同步问题,通过自行编写程序实现纳米级别的步进控制和解决同步问题。（2）再以铜绿微囊藻、水华鱼腥藻、小球藻、莱茵衣藻和雨生红球藻为样本进行高光谱成像,基于深度学习算法支持向量机（SVM）和极限学习机（ELM）对微藻的高光谱图像实现分类。在数据预处理中,通过对比主成分分析（PCA）和连续投影算法（SPA）去除数据冗余度的能力,并将提取得到的光谱特征结合高光谱的图像特征导入分类器分类。在识别精度上,通过纵向对比得到最佳的PCA-SVM分类器;相比较基于分光光度法的分类识别率,将光谱特征与图像特征结合的高光谱成像法的识别率高达96.67%。该结果不仅实现了藻纲之间的识别,还实现了藻属之间的分类。（3）其次为了对微藻的内部物质信息进一步分析,通过多元曲线分辨-交替最小二乘法算法（MCR-ALS）对高光谱数据进行化学建模分析,结果实现了从未知混合物的光谱数据中提取出纯物质的各种光谱曲线,进而得到藻种内所含色素分布以及浓度可视化图像。（4）最后,基于某些特定的藻种在极限条件下能够促进脂质和特定色素的合成的特征,对在氮饥饿条件下培养的小球藻进行成像分析,得到脂质的荧光图。然后通过对脂质的含量占比和培养天数以及吸光度之间的关系建立回归模型,来预测小球藻的生长状况,以实现对小球藻的最优生长策略调整。总的来说,本文构建了荧光高光谱显微成像系统,充分利用了“图谱合一”的优势,实现了藻种之间的分类识别,这一结果对水质污染预警的前期研究具有参考价值,对环境监测和工业生产具有研究意义。其次通过荧光高光谱显微系统得到了微藻的色素荧光信息,成功实现了对微藻细胞内色素分布及其相对含量的快速获取,同时证实了高光谱显微技术应用于微藻鉴别和色素分析的可行性。最后通过获取微藻生长品质信息建立了微藻脂质及色素的预测模型,得到了微藻的生长预测趋势,为微藻的生长提供了可靠快速的监测手段,实现了自动化分析研究,对后期工业生产制定可行的生产策略具有重要的研究意义。