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。     

农药残留快速检测方法研究进展

在果蔬生产中,随着农药的大量和不合理使用,发展相应的农药残留检测技术已越来越受到社会的高度关注和重视,成为全球的焦点。该文概述了近年来果蔬农药残留快速检测方法的研究进展,主要包括酶抑制法、酶联免疫法、生物传感器法、近中红外光谱法、荧光光谱法、拉曼光谱法和核磁共振技术,详细介绍了上述方法的检测原理、研究现状及实际应用情况,分析了各方法的优缺点及研发难点,并对果蔬农药残留快速检测方法的发展趋势进行了展望。     

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。     

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。     

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,应用小波包分解的拉曼光谱对滤除有机质的磷酸盐参杂土壤中磷素浓度进行预测,回归模型精度R2达到0.94。拉曼光谱检测的样本范围取决于激发光照射在样本上的光点尺寸,而土壤样本的空间变异性为聚焦目标物质带来困难。因此,实现现场高分辨率检测的关键是获取有效拉曼信号、同时降低背景信号的干扰。移频激发技术与显微拉曼技术为农田土壤养分的原位测量提供了技术保障。建议：1）采用光谱融合方法提升回归模型的预测精度。2）降低冗余变量,提升模型的可解读性与重现性。3）充分考虑土壤对拉曼光谱的影响,为开发农田现场土壤成分快速监测技术提供参考。     

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（rRelative sStandard dDeviation,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,Rp）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,Rc）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。     

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45o,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。     

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。     

基于高光谱荧光技术的叶菜农药残留快速检测

为了解决现有农药残留检测手段费时、复杂、前处理过程繁琐等不足,结合高光谱成像技术和荧光激发技术,搭建了高光谱荧光成像农药残留检测系统。在400～1 100 nm范围内获取叶菜表面毒死蜱的高光谱荧光图像,使用ENVI 4.3软件提取了农药的荧光光谱信息。研究结果表明,毒死蜱在甲醇溶液中具有较强的荧光特性,在437 nm附近产生荧光发射光谱,并且不同浓度的毒死蜱农药具有不同的荧光发射光谱峰值,随着农药浓度的降低其荧光特征峰值也降低。研究结果可为进一步开发和研究快速、精确的农药残留检测仪器提供理论依据。     

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...     

宁波市鄞州区农作物农药残留现状与控制对策

对鄞州区种植的稻谷、叶菜类、水果类、豆类、茄果类和块茎类农产品按月进行了411个批次抽样,按照国家相关规定对22个农药项目进行了检测。检测结果发现样本农药项目检出率为0.3%,农产品农药残留合格率97.82%,农药残留检出项目中88.89%是杀虫剂。超出农药残留标准的样本主要是5—10月的青菜,叶菜类超标样本率达到3.72%。农药残留超标样本在平原、滨海地区种植散户中有发现,而在山区各规模农户中均有发现。小学文化程度农户样本农药残留超标率高达4.50%,是大学文化程度农户样本农药残留超标率的6.16倍。为了降低鄞州区农作物农药残留率,提出5方面的控制对策。     

农药残留风险评估在蔬菜水果和食用菌监测中的应用研究

为了解我国西北地区蔬菜水果和食用菌的质量安全情况及暴露风险,本试验从2018至2020年在我国甘肃省平凉市进行样品抽取,共测定2 435份蔬菜水果和食用菌样品中46种农药残留的含量.通过农药残留风险评估方法分析了 9类别蔬菜水果和食用菌中农药残留的分布和相关性,并对蔬菜和水果中农药残留情况进行了风险排序,以及暴露风险、...     

Pesticide residues in imported, organic, and "suspect" fruits and vegetables

Consumers are frequently urged to avoid imported foods as well as specific fruits and vegetables due to health concerns from pesticide residues and are often encouraged to choose organic fruits and vegetables rather than conventional forms. Studies have demonstrated that while organic fruits and vegetables have lower levels of pesticide residues than do conventional fruits and vegetables, pesticide residues are still frequently detected on organic fruits and vegetables; typical dietary consumer exposure to pesticide residues from conventional fruits and vegetables does not appear to be of health significance. Similarly, research does not demonstrate that imported fruits and vegetables pose greater risks from pesticide residues than do domestic fruits and vegetables or that specific fruits and vegetables singled out as being the most highly contaminated by pesticides should be avoided in their conventional forms.     

电解水技术在果蔬采后保鲜和商品化处理中的研究应用进展

电解水技术是果蔬采后保鲜和商品化处理的热点技术,该研究对电解水抑制微生物、去除农药残留和提质延时保鲜3个方向开展技术总结和机理研究综述,并从电解水技术在采后果蔬的处理方式和专利申请方面对其应用性开展应用分析。总结发现,1）不同类型的电解水在果蔬采后保鲜领域研究不完善,酸性电解水较碱性电解水研究更丰富;2）酸性电解水是有效去除食源性致病细菌的农产品加工工程技术,但酸性电解水对果蔬腐烂真菌的抑制研究还不充分;3）电解水可以有效去除果蔬表面农药残留,在机磷农药上阐明了具体机理,对于有机氯、菊酯农药的降解研究不足;4）电解水处理可以有效提升果蔬的抗性、缓解果蔬低温贮藏冷害并抑制鲜切果蔬褐变;5）目前电解水应用方式较为单一,不适宜所有果蔬保鲜处理流程,技术专利申请较少。通过本文梳理归纳以期为电解水技术的工程技术应用拓展提供理论依据和参考。     

叶类蔬菜低农药残留基因型筛选研究

采用气相色谱法（GC-NPD,ECD）测定毒死蜱和氰戊菊酯残留量,研究了菠菜（Spinacia oleracea L.）和不结球白菜（Brassica campestris L. ssp. Chinensis Makino var. communis Tsen et Lee）中毒死蜱、氰戊菊酯的残留动态。结果表明,菠菜中毒死蜱残留量、不结球白菜中毒死蜱和氰戊菊酯残留量存在着明显的基因型差异。同一不结球白菜基因型,毒死蜱和氰戊菊酯的残留量达到《GB 2763—2005食品中农药最大残留限量》中规定的叶类蔬菜农药最大残留限量所需要的时间存在明显差异,且毒死蜱达到最大残留限量所需要的时间比氰戊菊酯长,因此在选择低农药残留基因型时,应首先考虑农药残留时间长、最大农药残留限量低的农药品种。菠菜品种sp0723、卡尔以及不结球白菜品种矮抗青、无锡605和青选3号属于低农药残留的基因型,在生产上推广应用有利于提高叶类蔬菜的食用安全水平。     

苹果果实中毒死蜱残留的品种间差异及套袋对毒死蜱残留的影响

为探讨苹果果实中毒死蜱残留的品种间差异及套袋对其残留的影响作用,采用气相色谱法（GC-FPD）,研究了不同品种苹果果实中毒死蜱的残留动态以及套袋对苹果果实不同部位中毒死蜱残留的影响。结果表明,毒死蜱在苹果果实中的残留量存在着明显的品种差异,其中红富士属于高农药残留的品种,而嘎拉、红将军和83-1-70-3则属于低农药残留的品种。毒死蜱在苹果果实不同部位中的残留量表现出明显差异,果皮是毒死蜱残留的主要部位,其次是全果,果肉中的残留最少。套袋明显减少了毒死蜱在苹果果实中的残留量,不论处理浓度和取样时间如何,套袋苹果果实中毒死蜱的残留量比不套袋至少减少1/3。