基于高光谱图像的西兰花表面多种农药残留检测

针对西兰花农药残留问题,提出一种基于高光谱图像技术的西兰花农药残留定性检测新方法。首先,采集4组(共180颗)分别喷洒了清水和吡虫啉、阿维菌素、丙森锌3种农药的西兰花的高光谱(383.70～1 032.70 nm)图像,根据其图像信息提取感兴趣区域的平均反射光谱值,并采用分段多元散射校正对原始光谱数据进行预处理。为了提高模型效率,减少高光谱数据冗余,分别使用主成分分析和连续投影算法选择特征光谱。最后,使用马氏距离、最小二乘支持向量机、人工神经网络和极限学习机4种分类算法建立基于全波段和特征波段信息的农药残留检测模型。结果表明:基于连续投影算法的极限学习机模型的识别效果最好,训练集和测试集的正确率分别为98.33%和96.67%。说明利用高光谱图像技术鉴别西兰花表面农药残留种类是可行的,为西兰花表面的农药残留无损检测提供了一种新的方法。     

基于高光谱技术的哈密瓜果实物候期判别模型

以新和地区种植的大田哈密瓜为研究对象,采集不同物候期哈密瓜果实样本,采集高光谱数据并通过Savitzky-Golay一阶导数(SG-1)、Savitzky-Golay二阶导数(SG-2)、标准正态变换(SNV)、多元散射校正(MSC)4种光谱预处理方法进行预处理,建立广义回归神经网络(GRNN)和概率神经网络(PNN)2种哈密瓜物候期判别模型,以模型判别正确率为评价指标,结果显示,所建模型均能很好地识别哈密瓜果实物候期。将采集到的4个时期的哈密瓜果实样本光谱组合成10组具有输入变量的光谱样本,分别建立GRNN和PNN判别模型,以模型运行时间作为模型评价指标,得出以3个时期的哈密瓜样本光谱所建立的SG-1-GRNN和SNV-PNN模型为最优,运行时间为0.046 9 s,运行速率最多可提高57%。     

水果中农药残留的表面增强拉曼光谱技术快速检测研究

为了建立水果中农药残留的快速检测方法,通过过氧化氢和浓硫酸处理制备疏水化的硅片基底,采用静电吸附法将金纳米粒子组装到硅片基底表面,形成硅片/金纳米粒子复合基底,将水果中残留的福美双、百草枯和啶虫脒等3种农药经抽提后滴加到复合基底上,采用表面增强拉曼光谱技术进行检测。结果表明,福美双、百草枯和啶虫脒的方法线性范围分别为0.20～2.00、0.05～0.50、0.20～2.00 mg/kg,最低检测浓度分别为0.20、0.05、0.20 mg/kg。该方法应用于苹果、橘子和梨等水果的农药残留量分析,回收率在94.5%～120.0%之间,相对标准偏差均在15%以下。该方法具有较高的准确度和精确度,适用于水果农药残留的快速检测。     

基于有监督特征提取的生菜叶片农药残留浓度高光谱鉴别研究

为了保证人们对蔬菜的安全食用,研究了蔬菜叶片农药残留的无损检测方法。标准营养液无土栽培生菜样本,在成熟期按4种不同浓度,分别为1.250、0.830、0.600、0.375 mL/L,将氰戊菊酯农药雾状均匀喷洒至生菜叶片上,8 h后采集生菜叶片高光谱数据。采用标准归一化(SNV)算法对原始光谱进行预处理,分别利用基于非监督特征提取方法主成分分析(PCA)、局部保留投影(LPP)与基于监督特征提取方法线性判别分析(LDA)、局部保留投影(SLPP)对降噪后的光谱数据进行特征提取,统一选用支持向量机(SVM)作为分类器。利用相同的训练样本与测试样本进行分类试验,对生菜叶片农药残留浓度分类鉴别的结果为,PCA-SVM分类正确率为82.14%,LPP-SVM分类正确率为85.71%,LDA-SVM分类正确率为89.29%,SLPP-SVM分类正确率达到92.86%。结果表明,与非监督特征提取算法相比,监督特征提取算法由于充分利用了样本的类别特性,使得分类器对降维后的数据更加敏感,分类精度更高,其中SLPP-SVM的分类效果最好。     

基于高光谱成像技术的苹果表面轻微损伤检测

为了研究检测苹果表面轻微损伤的有效的方法,以红富士苹果为试验样本,通过高光谱成像采集系统采集苹果样本的高光谱图像,根据正常苹果表面区域和刚损伤、损伤后(3,10,24h)的损伤区域光谱反射率平均曲线得到有效光谱区域;用掩膜法对图像进行背景分割,并基于有效光谱区域做主成分分析,选取第四主成分(PC4)提取损伤区域,运用阈值分割的方法建立提取损伤区域的算法模型;应用该算法模型对正常苹果和损伤苹果进行检测。检测结果表明:正常苹果样本正确检测率达到100%,损伤苹果样本的正确检测率为97.5%,总体检测精确度高达98.75%,说明利用高光谱成像技术可以有效快速检测出苹果表面的轻微损伤。     

近红外光谱技术结合PLS和SPA检测鲜冬枣表面农药残留量的方法

以喷洒不同浓度毒死蜱的鲜冬枣为研究对象,研究近红外光谱技术结合偏最小二乘法(PLS)和连续投影算法(SPA)检测鲜冬枣表面农药残留的方法。运用AntarisⅡ近红外光谱仪对喷洒不同浓度的毒死蜱的鲜冬枣样品进行扫描,首先建立全波段PLS模型,然后应用SPA提取特征波长,作为PLS的输入变量,建立SPA-PLS模型,将全波段PLS模型和SPA-PLS模型进行比较。经SPA提取5个特征波长建立的模型,使用变量数仅占全波段的0.32%,但建立的冬枣表面农药残留模型的准确度和精度优于全波段所建立的模型。近红外光谱技术结合SPA和PLS建立鲜冬枣表面不同浓度毒死蜱农药残留的模型是可行的,同时SPA算法简化模型复杂度,提高模型精度及稳定性。     

基于近红外光谱的番茄农药残留无损检测方法研究

以湖北地区番茄样品为研究对象,对获取的光谱特征信息进行分析,确定了矢量归一化法为最优光谱预处理方法;对各个信息的主成分因子进行了优化,通过主成分分析提取主成分得分向量构成模式识别的输入,利用BP神经网络方法建立番茄有机磷农药残留的无损检测模型。结果表明,当光谱信息主成分因子数为3时,建立的模型最优,预测的识别率达到0.96,训练误差为0.015,相关系数达到0.971。     

农药残留检测技术

介绍了目前农药残留各项检测技术的原理、优缺点及应用现状。     

鱼头鱼子农药残留量高

<正>鱼头农药残留量高于鱼身肉5～10倍原天津农学院院长李文瑞在《中国青年报》撰文说,近来看到一些餐馆推出鱼头火锅,不能不让我忧虑万分。科学实验表明,鱼头富集了鱼的血管,鱼子也生活在鱼腹里,周围也布满了血管。这恰恰是各种残留的农药和有毒化学物质富集区。其头部和卵子中,农药残留     

不同成熟度烤烟鲜叶的高光谱响应及其判别分析

为量化判别烟叶成熟度,使用ASD Fieldspec FR2500光谱仪测定和分析了5个不同成熟度烤烟鲜烟叶的可见/近红外(350-1650 nm)光谱.结果表明:不同成熟度鲜烟叶在可见光503-651 nm之间光谱差异极其显著.通过逐步回归分析筛选出3个主要预测因子514、629、650 nm的反射率的典则判别分析模型.判别模型的准确率检验结果,训练样本为98%,验证样本为97%.基于高光谱的烟叶成熟度判别模型具有较好的稳健性.使用光谱技术进行鲜烟叶成熟度判定是可行的.     

基于激光图像的水果表面农药残留检测试验研究

初步探讨了运用激光图像技术来检测水果表面农药残留的方法。应用自行研制的激光图像采集系统获取水果光谱图像,通过对比研究水果表面不喷洒农药、喷洒农药、喷洒不同浓度农药的水果图像特征分析可知,一般未喷洒农药的水果灰度图像灰度值分布在1~100范围内像素点总数低于喷洒农药后的水果灰度图像;喷洒不同浓度农药水果的图像像素灰度值在1~100范围内像素点个数也有明显的差别;但喷洒农药的浓度与像素值聚集在0~100范围内的像素个数之间规律性不明显,有待进一步研究。试验研究表明,用激光图像技术检测水果表面的是否存在农药残留是可行的。     

基于高光谱成像的猕猴桃表面疤痕无损识别

为实现猕猴桃表面疤痕的快速无损识别,以贵长猕猴桃为研究对象,采用高光谱图像采集系统(400~1 000 nm)采集完好无损猕猴桃和表面有疤痕猕猴桃的高光谱图像。对采集到的高光谱图像进行了最小噪声分离变换,结合阈值分割及数学形态学处理方法提出了猕猴桃表面疤痕的识别方法。结果表明:采用最小噪声分离变换可有效地消除高光谱图像中的噪声;完好无损和表面有疤痕的猕猴桃样本在700~810 nm以及810~1 000 nm的光谱反射率值具有明显的差异,选取785.98 nm处的光谱反射率值为0.30~0.56以及982.59 nm处的光谱反射率值为0.54~0.73作为区分猕猴桃正常区域和表面疤痕区域的阈值条件,进一步利用阈值分割方法对60个完好无损的和60个表面有疤痕的猕猴桃进行识别,正确识别率分别为98.3%和95.0%,说明高光谱成像技术可用于猕猴桃表面疤痕的快速无损识别。     

浙江省禁止使用部分高毒高残留农药

为进一步提高农产品质量,保障人民群众的身体健康,最近浙江省政府转发了省农业厅、工商局、质量技监局、经贸委《关于禁止销售和使用部分高毒高残留农药的意见》,明确提出了在蔬菜(含食用菌)、水果(含瓜果)、茶叶、中草药材生产过程中全面禁止使用甲胺磷、呋喃丹、氧化乐果、甲基对硫磷、对硫磷、久效磷、甲拌磷(3911)、甲基异柳磷、五氯酚纳、杀虫脒、三氯杀螨醇等农药,包括上述农药的混配制剂。在茶叶产区除禁止使用上述农药外,还禁止使用氰戊菊酯(包括各种异构体)及其混     

农药残留分析技术研究进展

随着食品安全健康意识提高,食品中农药残留问题更加受到重视,因此加强对农药残留分析方法的研究和加大对农药残留的检测力度非常重要。综述了目前农药残留分析检测的几种方法,并展望今后农药残留技术的发展方向。     

农药残留检测技术研究进展

农药对确保农业丰产丰收作出了巨大贡献。但是，残存于环境，特别是食品中的农药及其降解产物也给人类带来了潜在危害，引起了各国政府和国际社会的强烈关注。联合国已规定农药残留最大允许限量(MRL)标准3574项，食品法典委员会(CAC)2572项，欧盟2289项，美国8669项，日本9052项，而我国国家标准和行业标准只有484项。     

农药残留分析技术研究进展

本文综述了农药残留检测技术的研究进展,主要探讨了样品前处理技术和检测技术的发展,并展望了农药残留检测技术的发展方向。     

农药残留分析技术研究进展

近年来,随着科学技术的飞速进步,农药得到了的大量生产和广泛使用,这直接导致农药残留问题不断发生,其对人类的健康、农业的发展、国家贸易都会造成不同程度的危害。因此,农药残留问题一直是各个国家和专家学者研究的重点。基于此,整理各个专家学者的观点,将从样本前提取技术、样本检测技术两方面展开对于农药残留分析技术的阐述,从而得出对于解决当前农药残留研究有益的结论。     

农药残留分析技术研究进展

综述了近年来农药残留分析的前处理技术和测定方法的研究进展。主要介绍了固相萃取法、加速溶剂提取法、基质固相分散萃取法、超临界流体萃取法、微波加热提取法等前处理技术及超临界流体色谱技术、气相色谱/质谱联用技术、液相色谱/质谱联用技术、薄层色谱技术、免疫分析技术、毛细管电泳技术和生物技术等在农药残留分析中的应用。