大白菜中马拉硫磷农药的表面增强拉曼光谱快速检测

为了检测大白菜中马拉硫磷农药残留,该文采用表面增强拉曼光谱技术结合化学计量学方法建立马拉硫磷残留的快速检测模型。采用硫酸镁、N-丙基乙二胺、石墨化炭黑和C18去除大白菜中蛋白质、脂肪、碳水化合物等物质的影响。利用不同预处理方法对原始光谱信号进行预处理,建立大白菜中马拉硫磷残留的偏最小二乘模型。研究发现,大白菜中马拉硫磷的检测浓度达到1.082 mg/L以下;归一化预处理后建立的模型预测性能最好。配制5个未知浓度样本验证模型的准确度,预测值与真实值相对误差的绝对值为0.70%~9.84%,预测回收率为99.30%~109.84%;配对t检验的结果表明样本的预测值与真实值之间无明显差异,说明模型是准确可靠的。结果表明,SERS(surface-enhanced Raman spectroscopy)方法可以实现大白菜中马拉硫磷残留的快速检测。     

农药残留的表面增强拉曼光谱快速检测技术研究现状与展望

果蔬农药残留危害人类健康,施药后,农药分布于其表皮和内部组织,果蔬表面农药绝对残留量低、不均匀,直接光谱检测表征难,而表面增强拉曼散射(surface-enhanced Raman scattering,SERS)技术具有分子级检测精度,可以有效扩增信号,在实现微量物质检测方面优势明显。为此,论文综述了国内外表面增强拉曼散射技术的研究现状,特别是详细介绍了通过设计合理的表面增强拉曼基底结构,实现农药残留信号增强的主要技术手段和表面增强拉曼光谱信号分析方法。在此基础上,指出农药残留的表面增强拉曼检测技术研究中的前沿热点问题,探讨并展望了表面增强拉曼技术在农药残留快速检测方面的发展趋势。基于表面增强拉曼的农药高灵敏度、快速检测表征技术,将在农药违禁使用和农药残留超标监管中有广阔应用前景。     

基于SERS技术的基底增强效应对比及食源性芽孢快速检测

为了实现食源性芽孢的快速识别,该研究利用表面增强拉曼光谱技术,以产气荚膜梭菌芽孢(C.perfringens spores)、艰难梭菌芽孢(C.difficile spores)和生孢梭菌芽孢(C.sporogenes spores)为研究对象,将3种不同纳米溶胶材料Au NPs、Ag NPs和Au@AgNPs作为表面增强拉曼散射(Surface-enhanced Raman scattering,SERS)基底对食源性芽孢的增强效应进行对比,确定较佳增强效果的纳米材料,进一步开展基于较优纳米溶胶材料为基底的SERS技术对不同种属食源性芽孢的光谱解析及快速识别研究。结果表明,Au@Ag NPs对食源性芽孢的SERS增强效果最较好,其增强因子达3.49×10⁴,且光谱特异性和重现性良好。经拉曼光谱解析,Ca²⁺-DPA的拉曼峰是三种食源性芽孢的共有标志特征峰,拉曼振动峰在1 017、1 440和1 570 cm^-1波段显示且峰强度不同。C.perfringens芽孢在740、787、821、1 203、1 308和1 62...     

基于增强拉曼光谱的苹果中啶虫脒农药残留的无损定量分析

为了快速准确检测苹果的农药残留,该研究基于表面增强拉曼光谱技术,以新烟碱类农药啶虫脒作为研究对象,建立了一种快速准确检测苹果农药残留含量的方法。为了改善表面增强剂对定量检测的检测精度和稳定性,在pH值为6.5的弱酸性条件下向银溶胶中加入稳定剂聚丙烯酸钠和团聚剂NaCl。采用了卡尔曼平滑(Rauch-Tung-Striebel,RTS)与非对称重加权惩罚最小二乘法(asymmetrically reweighted Penalized Least Squares,arPLS)结合扩展乘性散射校正(Extended Multiplicative Signal Correction,EMSC)来消除噪声和荧光信号对模型的影响。为了检测方法的重复性,对30个相同啶虫脒含量(20 mg/kg)的苹果进行了拉曼信号采集,并对627 cm~(-1),835 cm~(-1)和1 107 cm~(-1) 3个特征峰强度进行分析,其相对标准偏差(r Relative s Standard d Deviation,RSD)分别为6.14%,6.83%,6.99%,说明该方法具有较好的重复性。采集含有梯度浓度啶虫脒的苹果(0.012 mg/kg～10.830 mg/kg)的信号时,最低检测限为0.035 mg/kg,远低于国家规定的标准0.8 mg/kg。建立的苹果中啶虫脒农药残留偏最小二乘回归(Partial Least Squares Regression,PLSR)预测模型效果较好,检测范围在0.082～3.830 mg/kg,预测相关系数(Rrediction coefficient,R_p)为0.974,预测集均方根误差(Root Mean Square Errors of prediction,RMSEp)为0.044 1 mg/kg,校正相关系数(Correlation coefficient,R_c)为0.986,校正集均方根误差(Root Mean Square Errors of calibration,RMSEc)为0.036 9 mg/kg。研究表明,该方法可以对苹果中残留的啶虫脒农药进行准确的定量预测。     

基于SERS的三种食源性致病菌的快速检测

为了探究表面增强拉曼光谱(SERS)法在大肠杆菌(ATCC 25922)、肠炎沙门氏菌(CICC 21540)和单核增生李斯特菌(CICC 10982)快速检测中的可行性,本研究利用两步生长法制备银包金纳米颗粒(Au@Ag NPs)作为增强基底,研究Au@Ag NPs分别与3种致病菌偶联后的拉曼增强效果和稳定性,并对3种致病菌的特征拉曼光谱结合主成分分析(PCA)和层次聚类分析(HCA)进行对比分析。结果表明,合成的Au@Ag NPs颗粒大小均匀,拉曼增强效果明显,可与3种致病菌有效结合,且均有稳定的拉曼响应度;基于大肠杆菌、肠炎沙门氏菌和单核增生李斯特菌的特征拉曼光谱的PCA和HCA分析得出,3种致病菌的拉曼特征光谱之间差异明显,能有效区分。本研究结果为利用Au@Ag NPs作为增强基底的SERS方法快速检测大肠杆菌、肠炎沙门氏菌和单核增生李斯特菌提供了参考基础。     

叶菜中噻菌灵农药的SERS快速检测研究

为了检测叶菜中噻菌灵农药残留,利用快速前处理方法提取空心菜菜汁,分别采集不同浓度噻菌灵水溶液的表面增强拉曼信号和以菜汁为基质的噻菌灵溶液表面增强拉曼光谱信号。结果表明,噻菌灵水溶液的表面增强拉曼信号在0.1~10 mg·L-1范围内具有良好的线性关系,选取1 009cm-1特征峰强度制定噻菌灵的标准曲线,相关系数为0.9922。以菜汁为基质的噻菌灵溶液表面增强拉曼光谱最低检测浓度为0.2 mg·L-1,在该浓度下,990、1 225和1 527cm-1处的特征峰明显,与噻菌灵水溶液的特征峰振动归属一致,可作为鉴别叶菜中噻菌灵农药残留的依据。研究结果为叶菜中农药残留的快速检测提供了方法支持。     

基于高光谱数据预测土壤碱化程度最佳模型及其影响因素的研究

为快速准确地估测土壤碱化程度,对实测波段范围为400~900 nm的土壤光谱数据进行了波段差、波段比、波段归一化3种预处理,采用偏最小二乘法(PLSR)建立了不同波段范围的土壤pH的预测模型,并利用测试集数据对模型进行精度检验。结果表明:采用归一化、波段比2种方式对原始光谱进行预处理,可有效地增强光谱与土壤pH的相关性,并抑制干扰信息,其中归一化最优。虽然可见光波段范围(400~750 nm)所建立的预测模型与全波段(400~900 nm)预测模型R2相同,但其RMSEP比全波段减少了0.059,RPD提高了0.2,说明该波段范围包括了反映土壤pH的大部分信息,是建立其预测模型的优势波段。因此,利用可见光波段的光谱数据,采用归一化预处理可以具有较好稳定性和预测能力地预测土壤pH的最佳模型(R2=0.90,RMSECV=0.104)。     

基于四方对称光源透射光谱的脐橙可溶性固形物检测

提高利用可见-近红外(Vis-NIR)透射光谱检测脐橙内部物质含量的准确性在生产实际中具有重要意义。该研究利用特制的可见-近红外透射光谱测量装置采集了199个福本脐橙果蒂向上、水平、向下3种位置的透射光谱,比较了多元散射校正(multivariate scattering correction, MSC)、标准正态变量变换(standard normal variate transformation, SNV)、一阶导数和二阶导数预处理的效果,并采用效果最好的一阶导数对透射光谱进行预处理。在此基础上,结合后向区间偏最小二乘法(backward interval partial least squares, BiPLS)优选特征波段,竞争性自适应重加权采样(competitive adaptive re-weightedsampling,CARS)挑选特征变量建立了基于果蒂向上、水平、向下3种位置各自的透射光谱以及3种位置的平均光谱和加权光谱的可溶性固形物(soluble solid content, SSC)的偏最小二乘(partial least squares, PLS)模型。在果蒂向上、水平、向下3种位置各自的透射光谱建立的PLS模型中,基于果蒂水平位置透射光谱的PLS模型最优,校正相关系数为0.914,校正均方根误差为0.380,预测相关系数为0.924,预测均方根误差为0.404。基于果蒂向上、水平、向下3种位置平均透射光谱和加权透射光谱建立的PLS模型均取得了较好的预测结果,预测相关系数均大于0.91,预测均方根误差均小于0.43。该研究可以为脐橙内部物质含量在线检测装备的研制提供参考。     

基于高光谱技术的霉变稻谷脂肪酸含量无损检测

脂肪酸含量是表征稻谷霉变信息的重要指标。为了解决传统化学分析法测定稻谷脂肪酸含量有损、费时、低效等问题,该文研究应用高光谱技术实施霉变稻谷脂肪酸含量无损检测的方法。研究选取人工制备的不同霉变时期的稻谷样本作为研究对象,利用高光谱仪结合理化试验方法测定其相应的光谱信息和脂肪酸含量,运用移动窗口平滑法(savitzky-golay,SG)和一阶微分(first derivation,FD)对光谱数据进行预处理,采用连续投影算法(successive projections algorithm,SPA)提取反映稻谷脂肪酸含量变化的光谱特征波段,应用回归分析法建立基于特征波段光谱反射值的稻谷脂肪酸含量预测模型,对比分析不同光谱预处理方法的模型预测效果。研究结果显示,原始光谱数据通过SG平滑和一阶微分处理后,分别经SPA方法优选出了14和10个光谱特征波段;采用SG-SPA-MLR(multivariable linear regression)方法构建的模型质量和稻谷脂肪酸含量预测效果均优于FD-SPA-MLR模型,校正时其内部交叉验证的相关系数RCV和均方根误差RMSECV分别为0.9419、11.9646 mg/(100 g);预测时其外部验证的相关系数RP和均方根误差RMSEP分别为0.9366、12.3550 mg/(100 g),模型对不同霉变时期的稻谷脂肪酸含量均具有较强的预测能力。研究表明,利用高光谱技术对稻谷脂肪酸含量实施无损检测具有可行性,可为将来快速检测稻谷霉变提供参考依据。     

基于可见-近红外光谱识别氧乐果污染的脐橙

该文对喷施过不同浓度氧乐果农药的脐橙样品采集可见-近红外光谱进行识别。采用多元散射校正（MSC）、标准正交变量变换（SNV）、一阶导数（FD）和二阶导数（SD）4种不同光谱预处理方法时,分别选取430～1 000、1 000～1 800和430～1 800 nm 3种波谱范围建立偏最小二乘法（PLS）农药污染预测模型。比较实验结果表明：波谱范围取430～1 000 nm,采用一阶导数的预处理方法时应用建立的PLS预测模型最优,其验证组脐橙表面氧乐果污染程度的实际类别与预测类别的相关系数Rpred为0.9817,预测样本均方根误差RMSEP是0.1564。     

近红外光谱快速检测食用油必需脂肪酸

为了建立食用油必需脂肪酸快速检测的方法,该研究提出了基于近红外光谱技术检测食用油中α-亚麻酸和亚油酸含量的快速测定方法。对光谱信息分别采用偏最小二乘回归方法(PLS)和最小二乘支持向量机(LS-SVM)建立模型。比较了多种光谱预处理方法对模型预测能力的影响。结果表明对于亚油酸含量的预测,采用Savitzky-Golay平滑法结合多元散射校正(MSC)的光谱预处理所建立的LS-SVM模型最优。预测集的决定系数(R2)、预测均方根误差(RMSEP)和剩余预测偏差(RPD)分别达到了0.989,0.0161和9.4783。对于α-亚麻酸含量的预测,采用Savitzky-Golay平滑法结合标准正态变换(SNV)的光谱预处理所建立的LS-SVM模型最优。α-亚麻酸含量预测结果的R2、RMSEP和RPD为0.972,0.0036和6.0561,据此表明,应用近红外光谱技术能够检测食用油中α-亚麻酸和亚油酸的含量,为快速检测食用油的必需脂肪酸提供了参考。     

基于dbiPLS-SPA变量筛选的固态发酵湿度近红外光谱检测

为了提高基于近红外光谱技术的固态发酵关键过程参数——湿度快速检测的精度和稳定性,研究采用动态反向区间偏最小二乘（dbiPLS）法结合连续投影算法（SPA）进行最佳光谱子区间和特征组合变量的筛选,通过交互验证法确定偏最小二乘（PLS）模型的主成分因子数,并以预测均方根误差（RMSEP）和相关系数（Rp）作为模型的评价标准。试验结果显示,最佳dbiPLS-SPA模型筛选的组合变量个数为8,其RMSEP和Rp分别为1.1795%（质量分数）和0.9430。试验结果表明,dbiPLS-SPA是一个有效的波长组合变量筛选方法,可简化模型结构、增强模型精度和稳健性。     

高光谱图像技术快速预测发酵醋醅总酸分布

固态发酵是镇江香醋生产的重要环节之一,直接决定着成品醋的风味和品质。但目前固态发酵的生产控制主要依赖人工经验,难以有效保障镇江香醋的品质。该文分析了总酸（total acid content,TAC）、pH值、含水率在不同阶段的变化规律;采用高光谱图像技术结合联合区间偏最小二乘法（synergy interval partial least squares,siPLS）快速预测固态发酵基质（醋醅）的TAC、pH值和含水率,其最佳模型的相关系数R分别为0.8316、0.9455和0.8503;同时利用主成分分析和逐步多元线性回归模型（stepwise multiple linear regression,SMLR）对醋醅高光谱图像进行分析,研究了总酸在醋醅中的分布情况,以此来快速判断醋醅发酵的均匀性。研究表明,利用高光谱图像技术快速预测醋醅的理化参数及其分布的方法是可行的,结果可为镇江香醋固态发酵的工艺控制提供基础数据和技术手段。     

Organophosphate levels in apple composites and individual apples from a treated Canadian orchard

Azinphos-methyl, phosalone, and phosmet were applied individually to separate rows of trees within a commercial apple orchard in Quebec, Canada, during the 2003 agricultural season. Apples were collected for residue analysis immediately prior to the harvesting of the remaining apples for market distribution and were prepared for analysis as both individual apples and as composites of eight individuals. Analysis of the three applied compounds, as well as five organophosphate insecticides that were not applied, was performed using gas chromatography-mass spectrometry. Azinphos-methyl, phosalone, and phosmet, which were applied, were detected in all samples analyzed at concentrations ranging from 0.004 ng/g to 2260 ng/g. Methidathion was not observed in any sample. Chlorpyrifos, diazinon, dimethoate, and malathion concentrations ranged from below method detection limits to 0.71 ng/g, and the detection frequency for these compounds ranged from 20% to 100%. Residues measured in this study were all below the Canadian maximum residue limit for apples. Variability factors ranged from 2 to 19 for all compounds observed in this study. Composite samples may not accurately reflect the extremes of exposure from consumption of single servings of apples.     

Effect of storage temperature on the degradation of dimethoate in fortified orange and peach juices

The effect of storage temperature on dimethoate degradation in fortified orange and peach juices was studied. The insecticide was aseptically injected into packed orange and peach juices and stored at 40, 15, and 0 degrees C. Samples were taken at regular time intervals and were examined for dimethoate residues. The residues were determined with a simple gas chromatographic method; the recoveries of dimethoate from orange and peach juices were found to be from 88 to 114% for both products. The limits of determination were 0.004 and 0.003 mg/kg, respectively. From the experimental data, rate constants, half-lives, and activation energies for the decomposition of dimethoate in orange and peach juices were evaluated. During the storage of fruit juices in refrigerated rooms (0 degrees C) half-lives of dimethoate were found to be largely extended, being 1733 days for orange juice and 2310 days for peach juice. Corresponding times for storage at 15 degrees C were 533 days for both juices and for storage at 40 degrees C 24 days for orange juice and 24.6 days for peach juice. The activation energy for dimethoate in orange juice was 22.3 kcal/mol and for peach juice, 21. 2 kcal/mol.     

基于近红外光谱的脐橙产地溯源研究

为研究近红外光谱分析技术鉴别脐橙产地的可行性,该文采用江西、重庆和湖南3个产地脐橙样品1140～1170nm波段的近红外光谱经一阶导数(9点平滑)预处理,分别建立了簇类独立软模式法脐橙产地鉴别模型。在5%显著水平下,模型对3个产地训练集样品的识别率均为100%,拒绝率分别为85.7%、83.3%、100%;对验证集样品的识别率均为100%,拒绝率分别为100%、89.5%、100%,表明簇类独立软模式法模型基本能够判别脐橙产地。将江西、重庆和湖南3个产地的脐橙样品分别赋值0、1、?1,在全波段范围内建立原始光谱脐橙产地的偏最小二乘判别模型,其预测值与真实值的决定系数为0.973,校正标准差为0.110,预测标准差为0.159,模型对训练集和验证集样品的识别率达到100%。因此,应用近红外光谱分析技术可准确、快速地追溯脐橙产地来源。     

农产品/食品中农药残留快速检测方法研究进展

农药残留的识别和量化通常依赖于气相色谱法、高效液相色谱法、气/液相色谱-质谱联用法以及毛细管电泳法,这些方法需涉及大而贵重的仪器、费时的样品处理以及专门的技术培训。因此,建立在线、高灵敏度、高选择性、简单高效、低成本的农药残留快速检测方法和技术非常重要。该文综述了用于农产品/食品的农药残留分析快速检测方法,主要包括酶抑制法、免疫分析法、光谱法(包括可见/近红外、红外、拉曼和激光诱导击穿光谱等)以及各种生物传感器等,分别介绍了这些方法最新的研究进展,同时分析并总结了这些快速检测方法和技术的基本原理和特点。目前的研究在灵敏度、重复性、准确性方面存在着一些不足,商品化的农药残留检测仪器也比较单一。由于纳米生物技术、分子印迹技术和微流控技术等技术有着巨大的应用潜力,因此特别介绍了这些技术在农药残留分析中的应用。农药残留快速分析技术未来将会朝着检测仪器的小型化和集成化、多通道检测、无线通讯方向发展,提高快速检测方法和仪器的稳定性和可靠性是必然趋势。