作者单位
摘要
1 青岛农业大学化学与药学院, 山东 青岛 266109
2 青岛农业大学草业学院, 山东 青岛 266109
农药残留污染使得食品安全获得广泛关注, 发展快速准确和高灵敏的农药残留检测新方法, 具有一定的理论和实际意义。 利用金纳米在聚集和分散状态下, 等离子吸收光谱的变化以及荧光分子罗丹明110与金纳米吸收光谱产生内滤效应, 设计了比色和荧光双模式光学传感器用于农药残留的高灵敏检测。 采用柠檬酸盐还原法合成直径约13 nm表面带有负电荷的金纳米粒子, 在水溶液中呈分散状态, 呈酒红色, 溶液的最大吸收波长在520 nm处。 农药分子可与金纳米通过形成Au-N或者Au-O配位键而结合, 导致分散的金纳米在农药分子诱导作用下发生聚集, 溶液颜色逐渐由酒红色变为蓝紫色, 520 nm处的吸光度逐渐降低, 根据溶液吸光度的变化即可实现农药含量的测定。 溶液颜色的显著变色即便裸眼也可以观察, 该检测方式具有简便、 快速和成本低的优势。 尽管单一的比色检测模式简单, 但存在假阳性的可能。 为进一步验证结果的准确性, 同时提高检测的灵敏度, 在金纳米溶胶中引入带正电的荧光染料罗丹明110, 其吸附在带负电荷的金纳米表面, 此时金纳米在溶胶仍处于良好的分散状态。 由于罗丹明110的荧光光谱与金纳米的吸收光谱重叠, 即二者发生了荧光的内滤效应, 此时溶液的荧光强度很弱, 甚至不发射荧光。 一旦溶液中存在农药分子, 与金纳米表面的荧光染料竞争吸附, 从而诱导金纳米聚集, 溶液由酒红色变为蓝紫色, 同时释放到溶液中的罗丹明110分子的荧光得以恢复, 根据溶液吸光度和荧光强度变化实现对目标物的比色和荧光双模式检测。 以辛硫磷为模型分子, 测试该传感器的各项性能, 比色法和荧光法的检出限分别为15.0和4.0 nmol·L-1, 实际样品测试结果表明, 该传感器在食品安全检测中具有一定的应用潜力。
比色法 荧光法 双模式 农药残留 传感器 Colorimetry Fluorescence Dual-modes Pesticide residue Sensor 
光谱学与光谱分析
2023, 43(9): 2785
刘磊 1,2卞正兰 1,*董作人 2,**初凤红 1[ ... ]张露 1
作者单位
摘要
1 上海电力大学电子与信息工程学院,上海 201306
2 中国科学院上海光学精密机械研究所空间激光信息传输与探测技术重点实验室,上海 201800
3 中国科学院上海光学精密机械研究所信息光学与光电技术实验室,上海 201800
山药是一种富含多种物质的中药材,确保山药的安全使用具有重要的意义。使用Gaussview/Gaussian09w软件对农药倍硫磷、三唑磷和福美双进行理论计算,结合农药标准溶液的表面增强拉曼光谱(SERS),确定了三种农药的拉曼特征峰。利用自组装共聚焦显微拉曼光谱仪,以金纳米溶胶作为SERS的增强基底,对中药材山药中倍硫磷、三唑磷、福美双农药残留进行了研究。实验优化了待测农药、盐酸、金溶胶粒子体积配比。实验结果表明:倍硫磷农药的拉曼谱峰带在717,1050,1221 cm-1附近,最低检测限达到1 mg?L-1,且在5~15 mg?L-1范围内的拉曼峰强度与倍硫磷浓度的线性度(R)为0.9762;三唑磷的拉曼谱峰带在611,978,1001,1321,1408,1597 cm-1附近,最低检测限达到1 mg?L-1,在5~9 mg?L-1范围内的R为0.9087;福美双的拉曼谱峰带在556,865,1146,1506 cm-1附近,最低检测限达到0.1 mg?L-1,且在0~20 mg?L-1范围内的R为0.9905。以金纳米溶胶作为SERS增强基底的拉曼光谱检测技术有望实现对中药中农药残留的现场快速检测。
成像系统 表面增强拉曼光谱 拉曼特征峰 金纳米粒子 农药残留 拉曼光谱仪 
激光与光电子学进展
2022, 59(4): 0417001
作者单位
摘要
1 石河子大学机械电气工程学院, 新疆 石河子 832003
4 农业部食品质量监督检验测试中心(石河子), 新疆 石河子 832000
针对哈密瓜表面农药残留化学检测方法成本高且具有破坏性等问题, 探索了可见-近红外(Vis-NIR)光谱技术对农药残留定性判别的可行性。 以哈密瓜为载体, 百菌清和吡虫啉农药为研究对象, 采集哈密瓜表面无残留、 百菌清和吡虫啉残留的可见-近红外漫反射光谱, 利用格拉姆角场(GAF)将一维光谱数据转换为二维彩色图像, 构建GAF图像数据集。 设计一种包含Inception结构的多尺度卷积神经网络模型用于哈密瓜表面农药残留种类判别, 包括1层输入层、 3层卷积层、 1层融合层、 1层平坦层、 2层全连接层和1层输出层。 模型测试混淆矩阵结果表明, 格拉姆角差场(GADF)变换对哈密瓜表面农药残留的可见-近红外光谱表达能力较强。 此外, 构建AlexNet、 VGG-16卷积神经网络(CNN)模型和支持向量机(SVM)、 极限学习机(ELM)机器学习模型与提出的多尺度CNN模型进行性能对比。 结果表明, 3种CNN模型对哈密瓜表面有无农药残留的判别效果较好, 综合判别准确率均高于SVM和ELM模型。 对比3种CNN模型性能, 多尺度CNN模型的性能最佳, 训练耗时为14 s, 综合判别准确率为98.33%。 多尺度CNN模型结构利用多种小尺寸滤波器组合(1×1, 3×3和5×5)和并行卷积模块, 能够捕获不同层次和尺度的特征, 通过级联融合模式进行深度特征融合, 提高了模型的特征提取能力。 与传统深度CNN模型相比, 在保证计算复杂度不变的情况下, 多尺度CNN模型的精度得到了有效提高。 实验结果表明, GADF变换结合多尺度CNN模型可以有效进行光谱数据解析, 利用可见-近红外光谱技术可以实现哈密瓜表面农药残留的定性判别。 研究结果为大型瓜果表面农药残留的快速无损检测技术的研发提供了理论参考。
哈密瓜 格拉姆角场变换 可见-近红外光谱 多尺度卷积神经网络 农药残留判别 Hami melon Gramian angular fields transformation Visible/near infrared spectroscopy Multi-scale convolutional neural network Pesticide residue discriminant 
光谱学与光谱分析
2021, 41(12): 3701
廉帅 1陈宾 1顾一帆 1宋超 2,*[ ... ]高勋 1
作者单位
摘要
1 长春理工大学理学院, 吉林 长春 130022
2 长春理工大学化学与环境工程学院, 吉林 长春 130022
3 西安应用光学研究所, 陕西 西安 710065
联苯菊酯是一种Ⅰ型拟除虫菊酯农药, 因药效好, 作用迅速, 易降解等优点而被广泛地应用于农业生产中。 但联苯菊酯农药残留对有益昆虫, 水生动物有致死毒性, 对人类具有内分泌干扰作用, 雌激素效应, 并能存留于肝脏等多种器官, 对人体健康有严重危害。 密度泛函理论是一种量子力学从头计算方法, 可以用来计算分子轨道和拉曼光谱。 结合密度泛函理论和拉曼光谱研究物质是当前最为常用的拉曼光谱研究方法。 采用密度泛函理论的B3LYP/6-31G基组, 对联苯菊酯分子构型进行优化并计算了其理论拉曼光谱。 在实验中采用波长为785 nm激光作为激发光, 获得了联苯菊酯分析纯固体的自发拉曼光谱。 将联苯菊酯理论拉曼光谱和实验拉曼光谱对比分析, 对联苯菊酯分子的振动模式进行分析和归属, 联苯菊酯分子结构相对复杂, 振动模式较多, 拉曼峰复杂繁多, 找到了位于659, 948, 993和1 292 cm-1处拉曼活性相对较强的峰作为鉴别联苯菊酯的特征峰, 并可以根据这些特征峰对联苯菊酯分子进行定性定量分析。 研究结果表明, 联苯菊酯的理论拉曼光谱和实验拉曼光谱具有较好的匹配性, 但二者在特征峰的波数上存在一定程度的偏移。 这是由于理论计算考察的对象为联苯菊酯的气态单分子, 而联苯菊酯固体中存在复杂的分子间作用和基团间相互作用。 当前对联苯菊酯的分子振动模式和拉曼光谱研究相对较少, 且联苯菊酯农药残留也是近年来备受关注的问题, 研究结果将为联苯菊酯农药残留的定性定量分析提供了一种新的可行方法, 并为作物表面农药残留快速检测奠定基础。
I型拟除虫菊脂 农药残留 联苯菊酯 密度泛函理论 拉曼光谱 Type I pyrethroid Pesticide residue Density functional theory Raman spectroscopy Bifenthrin 
光谱学与光谱分析
2020, 40(6): 1952
作者单位
摘要
1 杭州市环境监测中心站,浙江 杭州 310004
2 厦门大学固体表面物理化学国家重点实验室,化学化工学院,福建 厦门 361005
农药残留严重影响人类身体健康与生命安全,故亟需建立一种简单高效的农药残留快速检测方法。本文以金纳米溶胶作为表面增强拉曼光谱(SERS)的增强基底,结合便携式拉曼光谱仪,实现了倍硫磷与对硫磷等常用有机磷农药的多靶标同时检测。结果表明倍硫磷和对硫磷分别在1053 cm-1,1216 cm-1和857 cm-1,1112 cm-1处具有特征拉曼谱峰,且两者互不干扰。同时进一步研究表明,倍硫磷和对硫磷的浓度与其特征拉曼谱峰强度线性相关,故可实现定量检测,其中倍硫磷检测限可达0.01 μg/mL对硫磷检测限可达0.025 μg/mL。同时,该SERS方法可直接用于菠菜实际样品中多种农药残留的多靶标快速检测,检测限达到0.05 μg/mL。该SERS方法具有方便、快速、灵敏度高、多靶标同时检测等优点,有望实现农药残留的现场快速检测。
表面增强拉曼光谱 便携式拉曼光谱仪 农药残留 快速检测 surface-enhanced Raman spectroscopy portable Raman spectrometer pesticide residue rapid detection 
光散射学报
2019, 31(2): 131
作者单位
摘要
1 南京航空航天大学航空宇航学院, 江苏 南京 210016
2 淮阴工学院电子信息工程学院, 江苏 淮安 223003
除草剂可以快速、 有效地进行除草, 已被广泛应用, 但是在除草剂使用同时也会对周围环境和农作物带来一定程度的污染, 例如农业生产过程中经常发现由于除草剂使用不当而使果树中毒的现象。 异丙甲草胺是一种酰胺类选择性除草剂, 被广泛应用于旱地作物、 蔬菜和果园、 苗圃。 根据相关文献报道, 基于气相色谱法、 气相色谱-质谱联用法和固相萃取等方法可以实现异丙甲草胺残留检测, 而基于吸收光谱法对异丙甲草胺的分析未见相关文献报道, 提出直接利用吸收光谱及其导数光谱分析法实现异丙甲草胺农药及其在苹果汁中的农药残留检测。 首先利用分光光度计对不同浓度异丙甲草胺药液进行吸收光谱实验研究, 发现在266 nm处有明显吸收光谱特征峰。 对农药吸收光谱进行拟合分析, 得到异丙甲草胺药液浓度和吸光度之间预测模型函数方程, 函数方程为y=2.147 09x+0.031 98, 相关系数为0.998 5。 然后利用分光光度计对苹果汁-异丙甲草胺混合溶液进行吸收光谱实验研究, 相对于纯苹果汁吸收光谱, 在混合溶液吸收光谱中发现266 nm处为异丙甲草胺所对应的特征峰。 对苹果汁中药物浓度和吸光度进行建模, 模型函数为: y=0.704 9+0.826 8x, 其相关系数为0.991 1。 可以看出, 当苹果汁中异丙甲草胺残留量很低时, 其农药吸收光谱特征峰并不明显。 为进一步提高检测效果, 对混合溶液吸收光谱进行一阶导数处理, 得到其一阶导数吸收光谱。 与苹果汁吸收导数光谱相比较, 苹果汁-农药混合溶液导数光谱有两个明显特征光谱峰, 分别位于269和276 nm处。 进一步分析苹果汁-异丙甲草胺混合溶液的导数吸收光谱峰值与农药含量之间的关系, 对异丙甲草胺含量与导数光谱吸光度进行函数拟合。 其中269 nm对应预测模型函数关系式: y=0.005 3-0.090 6x, 相关系数r=0.992 5; 276 nm对应预测模型函数关系式为y=-0.000 769-0.302 8x, 相关系数r=0.990 6。 为验证由吸收光谱和其一阶导数光谱所得苹果汁中农药残留预测模型的准确性, 另外配置五种浓度苹果汁-异丙甲草胺混合溶液。 然后在同等条件下对其进行吸收光谱实验, 将266, 269和276 nm处的吸光度分别代入对应模型函数可求得浓度预测值, 结合已知浓度值可计算其平均回收率, 其中吸收光谱266 nm对应平均回收率为104.68%, 导数光谱269 nm对应平均回收率为104.59%, 276 nm对应平均回收率为105.18%。 对苹果汁中异丙甲草胺检测模型进行分析, 计算得到检出限(LOD)和定量限(LOQ)参数值, 其中原始吸收光谱对应LOD和LOQ分别为0.014 8和0.049 2 mg·mL-1, 一阶导数光谱对应LOD和LOQ最小值分别为0.001 5和0.004 9 mg·mL-1。 研究结果表明, 采用吸收光谱方法对苹果汁中异丙甲草胺进行直接检测与分析是快速和可行有效的, 而且对吸收光谱进行导数运算处理后, 检测效果更优。
农药残留 异丙甲草胺 吸收光谱 导数光谱 Pesticide residue Metolachlor Absorption spectrum Derivative spectrum 
光谱学与光谱分析
2019, 39(1): 180
作者单位
摘要
1 中国农业大学 现代精细农业系统集成研究教育部重点实验室, 北京 100083
2 中国农业大学 农业部农业信息获取技术重点实验室, 北京 100083
3 中国农业大学 理学院, 北京 100083
利用高光谱成像技术无损鉴别菠菜叶片农药残留种类。采用高光谱成像仪采集900~1 700 nm 波段内的光谱数据, 采用多元散射校正对光谱数据进行预处理。利用主成分分析对不同种类菠菜样品的光谱数据进行分析, 结果表明主成分分析能在可视化层面对不同种类的农药残留菠菜样品进行有效判别。另外, 将卡方检验特征选择算法分别与支持向量机、朴素贝叶斯、决策树和线性判别分析算法结合, 并采用10-fold交叉验证评价方法, 筛选出最佳波段和最优判别模型(线性判别模型)。筛选出的8个特征波长为1 439.3, 1 442.5, 1 445.8, 1 449, 1 452.3, 1 455.5, 1 458.7, 1 462 nm, 模型的预测准确率达到0.993且10次交叉验证的标准差为0.009。结果表明, 基于高光谱成像技术能准确地识别菠菜叶片上的农药残留种类。
高光谱成像技术 菠菜叶片 农药残留种类 hyperspectral imaging technology spinach leaves pesticide residue types 
发光学报
2018, 39(12): 1778
作者单位
摘要
1 宿州学院化学化工学院,安徽 宿州 234000
2 中国科学院合肥智能机械研究所,合肥 230031
本文通过合成高密度尖端的Au-Ag合金纳米海胆,实现了对有机磷农药乙基对氧磷和有机氯农药γ-六六六的检测。首先合成Ag纳米颗粒,然后用L-多巴还原Ag纳米颗粒,最终形成高密度尖端Au-Ag合金纳米海胆结构。高密度尖端结构用作SERS基底,通过便携式拉曼光谱仪实现对有机磷农药乙基对氧磷和有机氯农药γ-六六六的检测,结果显示具有较高的灵敏度。该方法简单、方便、灵敏度高,有望实现对农药残留高灵敏的现场检测。
表面增强拉曼光谱 Au-Ag合金纳米海胆 便携式拉曼光谱仪 农药残留检测 surface-enhanced Raman spectroscopy Au-Ag alloy nanourchin portable Raman spectrometer pesticide residue detection 
光散射学报
2017, 29(4): 309
刘翠玲 1,2,*赵琦 1,2孙晓荣 1,2邢瑞芯 1,2
作者单位
摘要
1 北京工商大学 计算机与信息工程学院, 北京 100048
2 北京工商大学 计算机与信息工程学院 食品安全大数据技术北京市重点实验室, 北京 100048
采用拉曼光谱技术结合QuEChERS(Quick Easy Cheap Effective Rugged and Safe)样本前处理建立了黄瓜上吡虫啉残留量的快速检测方法。以进行了不同前处理步骤(乙腈提取、去水萃取、褪色除杂)的三批黄瓜样本作为实验对象, 利用780 nm激光器采集样本的拉曼光谱图, 并分别采取偏最小二乘(PLS)和主成分回归(PCR)算法建立了六个黄瓜中吡虫啉含量预测模型。结果表明, 仅进行了乙腈(C2H3N)提取一步前处理的样本建模效果最优, 校正集及预测集的相关系数均在0.99以上, 其中PLS的预测集相对分析误差(RPD)达到5.52, 说明模型具有一定的预测精度, 此结果可为后续前处理简化研究提供有力依据。
拉曼光谱法 农药残留 定量分析 Raman spectroscopy QuEChERS QuEChERS pesticide residue quantitative analysis 
红外与激光工程
2017, 46(11): 1123002
作者单位
摘要
华东交通大学 光机电技术及应用研究所, 南昌 330013
为了证实以团絮状银胶为基底的表面增强喇曼光谱(SERS)技术结合化学计量学方法能有效实现脐橙中农药残留检测, 采用德国布鲁克公司的共焦显微喇曼光谱仪, 对脐橙中的亚胺硫磷农药残留的快速无损检测进行了研究。通过留一交互验证法得出农药检出限为4.113mg/L,并对SERS光谱进行7种方法的预处理。结果表明, 先基线校正后卷积平滑预处理的建模预测效果最好;结合偏最小二乘法建模, 预测集的相关系数和预测均方根误差分别为0.904和4.890mg/L, 校正集的相关系数和预测均方根误差分别为0.919和3.990mg/L。结果证明了SERS定量分析的科学性和可行性, 这对国内水果的生产和出口水果的农药残留检测有一定的参考作用。
激光技术 农药残留 表面增强喇曼光谱 定量 无损检测 laser technique pesticide residue surface enhanced Raman spectroscopy quantitative nondestructive testing 
激光技术
2017, 41(4): 545

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!