基于激光诱导荧光高光谱技术无损检测脐橙表面敌敌畏残留

常规化学方法检测农药残留不仅对样品具有破坏性,而且费时费力。本文以激光诱导荧光结合高光谱图像技术为手段,对脐橙表面的敌敌畏农药残留进行光谱无损检测;实验方法是在脐橙表面,喷施用自来水配制的不同浓度的敌敌畏农药溶液,在实验室条件下风干后,采集激光诱导荧光高光谱图像,再用气相色谱法检测脐橙表面的农药残留量,应用偏最小二乘(Partial least squares,PLS)方法建立农药残留的预测模型,并找出最佳光谱区间,然后应用支持向量机(Support vectormachine,SVM)方法在最佳光谱区间的基础上建立农药残留的预测模型;所建模型结果其预测集样品的农药残留量实测值(0.4862~10.3791mg/kg)和预测值之间的相关系数为0.8101;实验结果说明,以激光诱导荧光结合高光谱技术为手段的无损检测技术,在检测脐橙农药残留方面是有可行性的。     

龙眼表面农药残留的无损检测研究-基于近红外光谱分析

为进一步探索水果农药残留的快速无损检测技术,利用近红外反射光谱分析技术,对常用的高残留农药敌百虫和敌敌畏在龙眼表面残留的无损检测进行了研究.首先在500～1000nm波段范围内,将采集到的漫反射光谱数据进行主成分分析,利用主成分1和主成分2的得分值对样本进行聚类分析,得到较好的聚类结果;然后用各类样本的主成分得分作为神经网络的输入,建立了三层的BP人工神经网络模型,并进行了农药残留检测.结果表明,对敌百虫农药残留的检测正确率为93%,对敌敌畏农药残留的检测正确率为80%,为水果表面的农药残留快速无损检测探索了一条可能的新途径.     

光谱技术在农畜产品安全性检测的研究进展

光谱技术作为一种无损快速检测技术在农畜产品检测当中广泛应用。为此,综述了可见近红外光谱、光谱成像、荧光光谱等光谱技术在农畜产品安全评定上的重要研究进展。主要包括农药残留、非法添加剂等有毒有害物质的检测研究,农畜产品的新鲜度和细菌综述等指标的评价和农畜产品内在组织病变的评定。同时,分析了光谱技术在农畜产品安全品质检测中存在的问题,并针对目前发展趋势展望了该技术的前景:光谱技术与其它检测技术的结合将实现农畜产品安全指标在线检测的目标。     

光谱技术在农业领域的应用与展望

光谱技术以其简便、快速、精度高和无损测定等优越性。成为获取农田生物环境信息的重要手段．在精确农业发展中发挥着重要作用。从土壤光谱特性、植物光谱特性和冠层光谱特性角度，综合分析了光谱技术在土壤性质测定、作物水分监测、营养诊断、产量估测、籽粒品质检测以及病虫害和农药残留监测等方面的应用现状．探讨了应用中存在的光谱分辨率不高、模型不完善、应用体系不完整、应用尺度不统一等问题，并对其应用前景进行了展望。     

农畜产品品质安全高光谱无损检测技术进展和趋势

高光谱成像技术作为光学无损检测的一种新技术在农畜产品品质安全检测中被广泛关注和应用.综述了高光谱无损检测技术的研发现状.在果蔬品质安全检测上,高光谱成像技术可用于组成分分析、食用指标测定、质量分级评定等内部品质检测和外部形态特征识别、表面缺陷及污染物检测、冻伤检验等外部品质判定,以及农药残留、致病菌污染等安全评定.在生鲜肉检测应用方面,包括营养品质的组成成分分析、食用品质如嫩度、大理石花纹、新鲜度等指标评价以及生鲜肉在微生物污染等安全品质的评定.分析了高光谱无损检测技术的现状及问题,并针对目前农畜产品无损检测的发展趋势进行前景展望.     

农产品农药残留速测技术的应用

为快速检测蔬菜、水果等农产品的农药残留情况,介绍应用农产品农药残留速测技术的必要性和可行性,概述农药残留速测技术的原理、仪器和方法,探讨其应用过程中存在的主要问题,为此技术的广泛应用提供参考。     

农药残留检测方法及光谱技术在生菜农残检测中的应用

蔬菜农药残留给人们健康饮食带来很大安全隐患。为此,综述了几大类农药残留检测方法:活体测定法、理化检测法、快速检测法和光谱检测法,分析了它们各自特点。同时,基于光谱技术对生菜叶片上的农残进行了检测试验,比较了有农残叶片光谱与无农残叶片光谱,并通过PCA算法进行光谱特征提取,结合学习向量量化神经网络建立农残鉴别模型,取得了较好的鉴别结果。     

农药残留的酶联免疫分析技术及研究进展

免疫分析方法,尤其是酶联免疫吸附分析法,灵敏度高,特异性强,操作简便快捷,在现场筛选和大量样本的快速检测中显示了其独特的优势。为此,介绍了农药残留酶联免疫分析技术的原理、方法建立中半抗原的制备、人工抗原的合成、抗体的制备等核心技术和酶联免疫分析技术在农药残留快速监测中的应用进展,并讨论了对农药残留的酶联免疫分析技术存在的问题和应用前景。     

基于近红外光谱法无损检测芦柑表面多种农药残留研究

以表面喷施不同浓度梯度的乙酰甲胺磷和毒死蜱混合农药的芦柑为研究对象。把两种农药以1:1比例混合,然后用自来水配置成1:100、1:300、1:500三种浓度农药溶液,分别喷施在192个芦柑表面上。采集近红外光谱数据后,应用NY/T761―2008方法 ,通过SP―6890气象色谱仪检测芦柑表面两种农药的残留量。对所得数据分别采用多元散射校正(MSC)和标准正态变量变换(SNV)两种光谱预处理方法 ,并结合联合区间偏最小二乘法(SiPLS)建立农药残留预测模型。结果表明:采用MSC的光谱预处理方法时建立的乙酰甲胺磷预测模型较优,其预测集相关系数R为0.8199;而采用SNV的光谱预处理时建立的SiPLS毒死蜱预测模型较优,其预测集相关系数为0.8434。可见,应用近红外光谱技术定量检测芦柑表面多种农药残留是可行的。     

蔬菜农药残留现场速测方法研究

蔬菜极易发生农药残留超标问题,必须加强对蔬菜中农药残留的监督检测,以保证蔬菜的食用安全性.介绍几种常用的现场快速检测蔬菜中农药残留的方法,重点说明用于快速检测有机磷和氨基甲酸酯类农药的酶抑制法在操作中易出现的问题、对策及注意事项,以期为蔬菜农残快速检测提供参考.     

基于近红外光谱技术的蔬菜农药残留种类检测

该文基于近红外光谱技术,提出一种快速无损检测方法,以期实现蔬菜农药残留的分类检测。通过对喷洒了氰戊菊酯溶液、三唑磷溶液和未喷洒农药的生菜样本进行研究,比较不同预处理后的建模效果,选用SNV算法作为最优预处理方法。分别采用连续投影算法（SPA）、自主软收缩法（BOSS）和竞争性自适应重加权算法（CARS）对预处理后的光谱数据进行特征波段选择。采用支持向量机（SVM）和基于灰狼算法（GWO）优化的支持向量机（SVM）算法对特征波长变量分别建立分类模型。再通过对建立的模型进行比较得出:CARS-GWO-SVM模型取得了最佳的分类效果,模型的训练集精度和预测集精度均为100%。因此,利用近红外光谱技术对蔬菜上的农药残留进行分类检测是可行的。该研究为生菜中其他农药残留的快速无损检测分析提供参考。      

基于线性判别法的生菜农药残留定性检测模型研究

针对农副产品农药残留超标现象,提出一种快速高效无损检测菜叶农药残留的方法。以4组生菜叶片为研究对象,分别喷洒丙酮和3种不同浓度的乐果农药(乐果和丙酮的体积比为1∶100、1∶500、1∶1 000),利用近红外高光谱成像仪采集生菜样本的高光谱图像(871.61~1 766.32 nm)。在生菜高光谱图像中选取感兴趣区域(ROI)并提取该区域的平均光谱,对ROI内的图像进行主成分分析(PCA)处理,提取PC1、PC2图像的纹理特征。采用连续投影算法(SPA)和主成分分析方法 (PCA)选取光谱数据的特征波长,分别利用线性判别法K最近邻法(KNN)、马氏距离(MD)和Fisher判别分析(FLDA)方法建立基于全波段、特征波段下光谱特征和光谱与纹理融合特征的农药残留检测模型。结果表明,基于SPA特征光谱和主成分图像纹理特征融合信息的Fisher模型较好,训练集和测试集分类正确率分别为98.9%和100%,利用近红外高光谱图像技术结合信息融合及Fisher算法鉴别农药残留等级是可行的。     

食品中农药残留的电子鼻检测识别研究

电子鼻(e-nose)通过气味来鉴别化合物,是一种模拟生物嗅觉工作原理的新形仿生检测系统。它在农药残留等食品安全检测领域中有着广泛的应用。电子鼻包括检测系统、数据预处理系统和模式识别系统。本文通过对电子鼻的发展历史和组成部分的基本原理介绍,全面回顾和总结了过去二十年来电子鼻在食品农药残留检测中的应用。最后,从几个方面讨论了电子鼻技术在该领域的存在问题及发展趋势。     

粮食中农药残留量分析研究

粮食中的农药残留目前已造成食品安全和生态安全问题,受到世界各国政府和民众的普遍重视与关注。阐述现代农药残留分析技术的定义、种类、方法、特点、应用范围、趋势等,提出农药残留量分析发展思路,以期为粮食农药残留检测工作者提供参考。     

气相色谱法检测农药残留预处理技术的进展

对气相色谱法检测农药残留中预处理技术进行了相关分析,并就色谱检测过程中的预处理技术的应用情况进行了相关探讨,旨在为农药残留量分析提供一些参考和建议。     

关于豇豆的常用农药残留分析和研究进展

豇豆是一种经济价值和营养价值较高的蔬菜,在许多国家和地区广泛栽培和消费。随着现代农业的发展和农药的广泛应用,农药残留问题逐渐引起了人们的关注。农药残留对人体健康造成潜在风险,并对食品安全和环境质量产生负面影响。因此,准确、可靠地检测和监控农产品中的农药残留是非常重要的。农药残留检测在豇豆生产和消费过程中具有重要的意义和作用,能够保证豇豆产品的质量和食用安全,保护消费者的健康,及时发现和监测潜在的农药残留问题,预防食品安全事件的发生,确保豇豆产品符合国家和地方的食品安全标准,为农药的合理使用和豇豆产业的可持续发展提供保障。因此,加强对豇豆中农药残留物的检测工作十分重要。本文探讨关于豇豆的常用农药残留分析和研究进展。     

基于高光谱图像的桑叶农药残留种类鉴别研究

研究了一种快速、精确、无损检测桑叶农药残留的方法。以不含农药残留的桑叶、含有敌敌畏残留的桑叶、含有毒死蜱残留的桑叶、含有乙酰甲胺磷残留的桑叶、含有乐果残留的桑叶和含有辛硫磷残留的桑叶为实验对象,利用高光谱成像仪获取390~1 050 nm范围内的桑叶高光谱图像。利用ENVI软件确定叶片的感兴趣区域,并采用连续投影算法(SPA)优选出10个特征波长(452.51、469.88、517.28、539.85、578.92、643.72、727.24、758.34、785.67、819.67 nm)。利用基于径向基内核(RBF)的支持向量机(SVM)和10折交叉验证的方法建立桑叶农残检测模型,并讨论了3种参数寻优算法(网格搜索、遗传算法和粒子群算法)对模型性能的影响,发现采用网格搜索的SVM模型的性能最优,其交叉验证正确率为63.89%,预测正确率为78.33%。为了进一步提升模型的分类性能,将自适应提升算法(Adaboost)引入到SVM建模方法,基于特征波长下的光谱数据,对桑叶是否含有农药残留及农药残留品种进行分类建模。结果表明,Ada-SVM模型的预测准确率达到97.78%,较传统SVM模型的准确率提高了19.45个百分点。可见,利用高光谱图像技术结合Ada-SVM算法能够较准确地鉴别桑叶农药残留。     

农产品农药残留速测技术的应用探讨

应用农药残留速测技术检测蔬菜的农药残留,可有效的防止“毒菜”进入市场,具有良好的社会效益。分析应用农药残留速测技术的必要性和可行性,通过适用性试验,探讨此法的优点及存在的问题,为其推广应用提供参考。     

植物源性食品中有机磷农药残留检测技术研究进展

有机磷农药作为一类高效与广谱的杀虫剂和除草剂等正被广泛用于农作物病虫防治领域,但大量使用后对人、动物和环境产生的危害也不容忽视。建立有效、快速和灵敏的有机磷农药残留检测技术,成为当前研究者关注的课题。本文综述了植物源性食品中有机磷农药残留检测的研究进展,并对今后其检测技术进行了展望。     

基于荧光光谱结合宽度学习的白菜农药残留量检测方法

为了高效监控蔬菜中农药残留情况，利用荧光光谱技术检测白菜中吡虫啉农药残留量。首先通过三维荧光光谱确定400nm为吡虫啉的最佳激发波长；其次通过分析6种预处理算法和2种降维算法，分别选出多元散射校正(Multiple scattering calibration, MSC)和无信息变量消除(Uninformative variable elimination, UVE)作为最佳的预处理与波长选择方法；宽度学习系统(Broad learning system, BLS)用于荧光光谱建模，同时与偏最小二乘回归(Partial least squares regression, PLSR)、支持向量机(Support vector machine, SVM)和深度极限学习机(Deep extreme learning machines, DELM)等经典模型进行比较。结果显示BLS模型获得了最佳吡虫啉含量预测效果，测试集决定系数R■达0.949,均方根误差(Root mean square error,RMSE)达0.347 mg/kg。表明了荧光光谱技术结合宽度学习预测农药残留量的可行性，可...