作物叶片表面农药残留的便携式检测仪器的设计与试验

针对现有的农药残留检测仪器只能检测水溶液体系中的农药残留和检测对象较为单一的问题,该研究以不同植物叶片啶虫脒农药残留为研究对象,探究了利用荧光强度检测叶片表面农药残留的可行性,设计了一款叶片表面农药残留的便携式检测仪器。首先,通过啶虫脒农药叶片表面喷洒试验,采集叶片的荧光光谱并进行特征分析,发现啶虫脒农药的最佳激发波长和最佳发射波长分别为355和500 nm,从而确定光源和光电信号接收源的特征波长分别为350和500 nm。然后,通过获取最佳光源照射角度以及光照距离,优化光路结构减少叶片表面杂散光的干扰。同时,设计相关检测电路(光源电路、信号调理电路、控制电路等)测出表征反射光强度的电压值,构建电压值与农药残留值之间的线性方程,设计便携式检测仪对农药残留进行检测。结果表明:1)荧光强度与农药浓度在1～5 mg/L的范围内成正比;2)确定了检测仪器最佳光照角度为45°,光源和待测叶片之间的最佳垂直距离为3.46 cm;3)方程决定系数达到了0.875,均方根误差为0.405 mg/L。该研究所设计的便携式荧光光谱仪能够快速、准确、无损检测叶片表面农药残留。     

降解多菌灵和啶虫脒残留的复合菌剂研发及初步应用

针对菜田土壤中多菌灵和啶虫脒的残留问题，以多菌灵降解菌株Rhodococcusqingshengiidjl-6和啶虫脒降解菌株Pigmentiphaga D-2作为材料，进行降解菌剂的复配，研究了使用复合降解菌剂对复合农药残留土壤的修复效果及微生态效应。研究结果表明：(1)复配降解菌株djl-6与D-2的最适体积比为5∶3，复合降解菌剂在3 d内对无机盐培养基中50μg/ml的多菌灵降解率为87.14%，对50μg/ml的啶虫脒降解率为96.10%。(2)初始接种量为7%时，复合降解菌剂可在6 d内将复合农药污染土壤中5 mg/kg多菌灵降解74.40%，将5 mg/kg啶虫脒降解95.87%。土壤含水率为25%时，复合降解菌剂对复合农药污染土壤中5 mg/kg多菌灵的降解率为80.80%，对5 mg/kg啶虫脒的降解率为97.87%。(3)复合农药污染土壤中10 mg/kg多菌灵和10 mg/kg啶虫脒即可对小青菜的生长产生明显的药害，小青菜生长24d时根长仅为空白对照的66.56%、茎叶长为58.35%、鲜重为45.13%。在7%的接种量条件下，复合降解菌剂可解除药害，使小青菜的生...     

利用多功能针式过滤器快速检测油菜和苹果中68种农药及代谢物残留

针对国家农产品质量安全例行监测涉及的68种农药及代谢物,采用基于QuEChERS方法的多功能针式过滤器快速净化,建立了油菜和苹果中68种农药及11种代谢物的多残留快速检测方法,其中48种农药及8种代谢物采用液相色谱-串联质谱(LC-MS/MS), 20种农药及3种代谢物采用气相色谱-串联质谱(GC-MS/MS)进行检测分析。结果表明,目标物在0.01～0.2 mg/L范围内线性关系良好,相关系数为0.990 5～0.999 9。在0.01～0.2 mg/kg的添加水平下,油菜的回收率为60.3%～119%,相对标准偏差为0.58%～19.4%(n=5);苹果的回收率为60.5%～118%,相对标准偏差为0.71%～19.2%(n=5)。方法检出限为0.005～0.01 mg/kg,定量限为0.01～0.05 mg/kg。将本方法应用于实际样品检测,发现油菜中虫螨腈、吡虫啉、啶虫脒、氯氰菊酯、腐霉利有检出,残留量为0.012～0.21 mg/kg;苹果中戊唑醇、氯氟氰菊酯、氯氰菊酯、腐霉利、联苯菊酯有检出,残留量为0.01～0.19 mg/kg,表明所建立的方法具有良好的实用性。     

西安市鲜食葡萄农药残留风险评估

对西安市9个区县生产的200批次鲜食葡萄进行了58种农药残留风险检测摸底,分别用%ADI和%ARfD进行农药残留慢性膳食摄入风险评估和急性膳食摄入风险评估。结果显示,200批次样品中有196个样品有检出,共检出12种农药残留,均未超标。检出的12种农药残留的慢性膳食摄入风险%ADI值为0.068%～0.18%,平均值是0.053%;急性膳食摄入风险%ARfD值为0.18%～10%,平均值为3.41%。根据残留风险得分,12种农药残留风险评估得分共分为3类,分别是高风险农药(1种)、中风险农药(3种)、低风险农药(8种)。按风险指数排序,高风险样品所占比例为0,中风险、低风险、极低风险样品所占比例分别是4.5%、 41.5%、 54%。检出的12种农药残留中,吡虫啉、联苯菊酯、虫螨腈、阿维菌素4种农药尚未在葡萄中制定农药最大残留限量(MRL);烯酰吗啉、嘧霉胺、腐霉利、甲霜灵、啶虫脒的MRL值过严,异菌脲的MRL值过松,多菌灵、苯醚甲环唑的MRL和eMRL基本相同,制定合理;建议烯酰吗啉、嘧霉胺、吡虫啉、腐霉利、联苯菊酯、虫螨腈、啶虫脒、甲霜灵、异菌脲、阿维菌素在鲜食葡萄上的最大残留限量分别设为22、 22、 6.5、 11、1.5、 3.5、 7.5、 9、 6.5、 0.5 mg/kg。     

表面增强拉曼光谱检测脐橙果皮混合农药残留

为了研究果皮农药残留快速检测方法。该文以脐橙为例,混合农药(亚胺硫磷和乐果)为研究对象,选用银纳米线作为增强基底,利用共焦显微拉曼光谱仪对农药残留进行检测。通过表面增强拉曼光谱(surface enhanced Raman scattering,SERS)技术,采集脐橙表皮混合农药残留的SERS光谱。对混合农药定性分析,银纳米线对2种农药都有较好的增强效果。对采集的光谱进行预处理后,建立模型,进行定量分析,研究结果表明,经过二阶微分预处理后光谱数据结合偏最小二乘法(partial least squares,PLS)得到的模型预测效果最好,预测相关系数(R_p)为0.954,其预测均方根误差(root-mean-square prediction error,RMSEP)为4.822 mg/L。挑选两种农药特征峰的特征波段,混合农药中亚胺硫磷的特征波段经多元散射校正(multiplicative scatter correction,MSC)处理后,建模效果较好,其中R_p为0.898,RMSEP为6.621 mg/L;混合农药中乐果的特征波段经基线校正处理后,建模效果较好,其中R_p为0.911,RMSEP为7.369 mg/L。研究结果表明SERS技术是一种快速、可靠的检测混合农药残留的方法。     

不同啶虫脒剂型对烟粉虱的毒力差异及原因分析

为探讨农药剂型对烟粉虱的毒力差异,分别以甘蓝和黄瓜叶片作为生物测定载体,比较了啶虫脒乳油(EC)、微乳剂(ME)、可溶性液剂(SL)、可溶性粉剂(SP)及可湿性粉剂(WP)等5种剂型对烟粉虱成虫的毒力,并通过对植物叶片临界表面张力、啶虫脒药液表面张力、动态接触角及叶片持液量的测定,分析了不同啶虫脒剂型间毒力差异形成的原因。结果表明:以甘蓝叶片为生物测定载体,不同啶虫脒剂型间对烟粉虱的毒力差异明显;以黄瓜叶片为生物测定载体,不同剂型间毒力差异不明显。啶虫脒SL、SP、WP在两种生物测定载体间的毒力差异大于EC和ME。甘蓝和黄瓜叶片的临界表面张力值分别为30.73 mN.m 1和57.91~63.30 mN.m 1。啶虫脒有效成分浓度大于7.81 mg.L 1时,啶虫脒EC和ME溶液表面张力即小于甘蓝和黄瓜叶片的临界表面张力;啶虫脒有效成分浓度大于500 mg.L 1时,啶虫脒SL、SP、WP溶液的表面张力才小于甘蓝叶片的临界表面张力。啶虫脒ME溶液液滴接触两种植物叶片的瞬间(0 s),液滴与叶片间的接触角就明显小于90°。甘蓝叶片对低浓度的啶虫脒ME和EC溶液的持液量高于其他3种剂型,黄瓜叶片对啶虫脒各剂型溶液的持液量无明显差异。植物叶片表面性质和不同剂型溶液表面张力的差异是导致剂型间产生毒力变化的重要原因。     

重庆地区茶叶农药残留风险研究

开展重庆茶叶农药残留风险研究,为茶叶消费、茶叶质量安全监控提供科学依据。对重庆巴南、永川、万州等茶叶主产区县进行茶树病虫害防控调查及茶叶农药残留检测,采用危害商进行茶叶农药残留安全性风险评估。结果初步显示,55个绿茶样品中未发现超标样品,农药残留量超过检出限的有35个样品,检出率为63.6%;对重庆茶叶农药残留危害商按0.95分位值进行评估,风险极低。农药残留检出率最高的三种农药依次是唑虫酰胺、噻嗪酮、啶虫脒,应重点关注。     

超高效液相色谱法测试分析蔬菜的多种农药残留

通过超高效液相色谱法同时测定蔬菜中吡虫啉、多菌灵、啶虫脒、嘧霉胺和阿维菌素的残留量,确定最佳色谱条件。结果证实,超高效液相色谱法的准确度高、耗时短,特别适用于批量蔬菜样品的农药多残留检测。     

啶酰菌胺在南瓜、芦笋、木瓜上的残留行为研究

为考察啶酰菌胺在南瓜、芦笋、木瓜上的残留行为,在山西、山东、云南、河南等地开展啶酰菌胺在南瓜、芦笋、木瓜上的规范残留田间试验。样品中啶酰菌胺经乙腈提取,PSA、 GCB吸附剂分散固相萃取净化,液质联用仪检测,该检测方法的平均回收率为79%～100%,相对标准偏差为2.4%～13.8%,最低检测浓度为0.01 mg/kg。啶酰菌胺在南瓜、芦笋、木瓜上的消解动态均符合准一级动力学方程,平均消解半衰期分别为2.4、 2.3、 6.4 d。最后一次施药7、 14和21 d(芦笋为3、 5、 7 d)后,啶酰菌胺在南瓜上的残留中值分别为0.081、 0.048和0.022 mg/kg;啶酰菌胺在芦笋上的残留中值分别为0.19、 0.11和0.038 mg/kg;啶酰菌胺在木瓜果肉上的残留中值分别为0.22、 0.19和0.15 mg/kg,在木瓜全果上的残留中值分别为1.94、 1.88和1.80 mg/kg。结合不同试验点试验期间昼夜平均气温发现,气温对啶酰菌胺在南瓜、芦笋、木瓜上的残留量有明显影响。     

水稻及稻田环境中烯啶虫胺残留消解动态及膳食风险评价

为评价烯啶虫胺在水稻中的残留及膳食摄入风险,于山东、河南、安徽进行了两年三地的田间试验。结果表明:烯啶虫胺在水稻和田水中的半衰期分别小于1.4 d和4.2 d,属于易降解农药。糙米最终残留量均低于0.05 mg·kg~(-1),低于日本设定的最大残留限量(MRL)0.5 mg·kg~(-1)。针对我国不同人群的膳食摄入及风险评估暴露,烯啶虫胺膳食暴露风险低,处于可接受的安全水平。     

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。     

套袋对苹果果实重金属及农药残留的影响

该文测定了洛川、白水实验园中套双层纸袋、单层纸袋及不套袋苹果果皮、果肉的重金属(Pb、Cd、Cr)含量和农药残留。试验结果发现：不套袋苹果果实的重金属含量明显高于套袋苹果，套单层纸袋苹果果实的重金属含量高于套双层纸袋苹果的重金属含量，重金属主要集中在果皮中；不套袋苹果果皮中三氟氯氰菊酯的检出量为0.03 mg/kg，是套单层纸袋苹果果皮检出量0.01 mg/kg的3倍，套双层果袋苹果果皮及所有苹果果肉中三氟氯氰菊酯未检出。由此可见，套袋是苹果安全生产的有效措施。     

苹果中有机氯农药残留的超声波去除条件优化

中国是世界苹果第一生产大国,但中国苹果出口仅占世界贸易量的不足10%,其主要制约因素是安全性,其中农药残留是主要原因之一。论文采用响应曲面法对超声波去除苹果中有机氯农药残留的工艺条件（功率、时间、温度）及其交互作用进行了优化,并就超声波处理对苹果主要品质指标的影响进行了分析。结果表明：超声波去除苹果中有机氯农药残留的适宜工艺参数为：超声波功率为609.16 W,时间为70.46 min,温度为15.45℃,去除率可达到64.32%;超声波处理对苹果的硬度没有显著性影响;对苹果的总糖、总酸具有一定的显著性影响,但没有超出国家标准及主要出口国苹果标准的要求。超声波处理简单快速,能有效去除苹果中有机氯农药的残留,极大提高苹果的安全性,很容易和现有鲜果清洗、分级、打蜡生产线耦合链接,其产业化应用前景极为广阔。     

表面增强拉曼光谱快速检测生鲜肉中的瘦肉精

为了快速检测生鲜肉中的瘦肉精,该研究利用表面增强拉曼光谱技术,以沙丁胺醇为检测目标物,建立了一种快速检测肌肉组织和肝脏中瘦肉精含量的方法。在碱性环境下利用乙酸乙酯对样品中沙丁胺醇进行提取,采用Savitzky-Golay 5点平滑法和自适应迭代重加权惩罚最小二乘法消除光谱噪声以及荧光背景对分析建模的影响。为检测方法的重复性,对50个相同沙丁胺醇质量分数(1 mg/kg)的肌肉组织样品进行信号采集,对沙丁胺醇特征峰强度进行分析,621、814、1 253、1 489、1 609 cm~(-1) 5个特征峰强度的相对标准偏差(RSD)为6.54%、6.07%、8.65%、7.44%、6.81%,说明该方法具有较好的重复性。建立沙丁胺醇标准溶液的预测模型,沙丁胺醇浓度与其特征峰强度相关性较好,决定系数R~2为0.968。对肌肉组织和肝脏中沙丁胺醇含量进行检测,检测范围分别为0.01~5和0.02~5 mg/kg,检出限分别为0.01和0.02 mg/kg,其含量与预测实测值决定系数为0.912和0.921。研究表明,该方法可以实现肌肉组织和肝脏中沙丁胺醇含量的定量预测。     

苹果品质动态无损感知及分级机器手系统

为了实现灵活高效的苹果多品质指标检测分级,基于机器视觉技术及可见/近红外光谱技术,开发了用于苹果内外部品质无损感知及分级的机器手系统。机器手系统采用六轴机械臂搭载自行研发的末端执行器,末端执行器上装载有光学传感器与抓取结构,可以抓取流水线上的苹果并同时采集苹果的光谱进行糖度检测。使用CMOS相机采集苹果图像,训练并使用PP-YOLO深度学习目标检测模型处理采集的苹果图像,计算苹果的坐标位置实现苹果的动态定位,并获取苹果的果径大小、着色度信息实现外部品质检测。采集苹果样本光谱,结合不同的光谱预处理方式,利用偏最小二乘（Partial Least-Square,PLS）方法进行建模分析。试验结果表明,使用PP-YOLO目标检测算法处理图像和计算苹果位置,其识别速度为38帧/s,极大地提高了检测速度。使用归一化光谱比值法（Normalized Spectral Ratio,NSR）作为预处理算法的糖度建模结果较佳。采用NSR+CARS（Competitive Adaptive Reweighted Sampling,竞争性自适应重加权算法）作为机器手的动态光谱模型效果较佳,该动态光谱模型相关系数Rv为0.958 9,验证均方根误差RMSEV（Root Mean Squared Error of Validation）为0.462 7%,与静态下建立的模型相比,机器手在动态状态下采集光谱对所建立的预测模型的预测效果影响较小。对整体机器手系统进行了试验验证,机器手在工作时能够无损伤地抓取苹果,给出果径大小、着色度、糖度3个检测指标并依据指标自动划分等级,然后依据等级信息分级。随后测定了3个指标的实测值与预测值进行分析,果径大小的预测相关系数为0.977 2,均方根误差为1.631 5 mm;着色度的预测相关系数为0.967 4,均方根误差为5.973 4%;糖度的预测相关系数为0.964 3,均方根误差为0.504 8%,预测结果与真实值均具有较强的线性关系和较低的预测误差,机器手系统分级正确率为95%,完成一颗苹果的定位、抓取、检测、分级和放置的时间约为5.2 s,具有较好的工作可靠性,研究结果为苹果多品质指标的高效检测提供参考。     

基于SERS的苹果树腐烂病原菌早期侵染检测

为了早期诊断由黑腐皮壳真菌(Valsa mali Miyabe et Yamada)引起的苹果树腐烂病,该研究基于表面增强拉曼光谱(surface-enhanced Raman scattering,SERS)技术,以腐烂病菌丝、病原菌丝侵染的苹果树和健康的苹果树枝作为研究对象,结合S-G平滑和迭代自适应加权惩罚最小二乘法进行拉曼光谱预处理,经解析发现病原菌丝与染菌样本在1 598、1 595 cm^-1和2 930、2 925 cm^-1附近敏感谱峰明显区别于健康样本。重复试验分析发现,病原菌侵染可致寄主特征谱峰偏移以及谱峰强度改变：健康样本在1 286 cm^-1附近的特征峰随病原菌的侵染偏移至1 365 cm^-1附近;健康样本在1 286与1 587 cm^-1附近的谱峰强度比值小于0.5,染菌样本在1 365与1 595 cm^-1附近的谱峰强度比值大于0.5,而菌丝在1 327与1 598 cm^-1附近的谱峰强度比值大于1.0;1 5...     

光源光斑直径对苹果霉心病近红外检测的影响

为实现中早期霉心病苹果的有效剔除以提高苹果的整体品质，该研究利用近红外光谱技术对苹果霉心病进行快速无损检测，从光谱和分类模型两方面探究光源光斑直径对苹果霉心病检测的影响。在30、50 及70 mm光源光斑直径条件下采集了苹果样本的透射光谱，分析不同光源光斑直径下健康苹果和霉心病苹果的光谱差异，然后应用支持向量机（support vector machines，SVM）和粒子群算法优化-最小二乘支持向量机（particle swarm optimization-least squares support vector machine，PSO-LSSVM）方法建立苹果霉心病的分类模型，并对不同光源光斑直径下的分类模型性能进行对比。在此基础上，采用竞争自适应重加权采样（competitive adaptive reweighted sampling, CARS）方法筛选特征波长变量并建立分类模型。研究结果表明，30 mm光源光斑直径对苹果霉心病的检测效果最好，建立的SVM和PSO-LSSVM分类模型性能均最优。30 mm光源光斑直径下，最优PSO-LSSVM模型的预测集的灵敏度、特异度和正确率分别为89.5%、95.5%和92.7%。CARS-PSO-LSSVM分类模型性能比全波段的分类模型性能略有下降，预测集的灵敏度、特异度和正确率分别为89.5%、90.9%和90.2%，但建模变量数仅占原波长变量数的4.2%，有效地简化了分类模型。该研究为苹果霉心病的快速无损高精度检测提供技术支撑。     

拉曼光谱在精细农业土壤成分快速检测中的研究进展

拉曼光谱分析技术利用分子运动对入射光产生非弹性散射的原理对分子成分进行检测,具有受水分干扰小、样本预处理小、与红外光谱信息互补等特点,在土壤成分快速分析方面展现了很大的优势。但是拉曼光谱信号弱,受荧光干扰强,为土壤拉曼信号的有效获取带来困难。为了分析拉曼光谱在土壤成分检测中的应用潜力,该研究综述了移频激发差分拉曼光谱技术、共焦显微拉曼技术以及表面增强技术等基于拉曼光谱的土壤成分检测技术,分析了土壤成分拉曼光谱检测的研究进展,并提出进一步研究建议。结果表明：1)脂肪族化合物以及芳香族化合物都具有拉曼活性,为基于拉曼光谱的土壤有机质含量的定性、定量分析提供了理论依据。为了弥补拉曼光谱对有机质整体定量预测精度的不足,采用红外-拉曼光谱融合方式补偿单独拉曼光谱数据中缺失的土壤有机质信息,可显著改善预测精度。2)利用表面增强技术可以增强土壤溶液中可溶性氮与土壤有效氮拉曼特征波峰的强度,获得了良好的定量预测效果,回归模型决定系数R²达到0.91～0.99。3)土壤中很多含磷的化合物都具有拉曼活性,拉曼光谱是识别土壤中不同磷酸盐形态的极其有效的工具,在土壤磷素含量的分析中,应用...