腐霉利(Procymidone) 作为一种新型的农产品杀菌剂, 具有防止农产品受病虫害的作用, 但其在施药过程中容易使用不当危害环境和人的健康。 为加强对腐霉利农药的检测, 本研究应用共轴双脉冲激光诱导击穿光谱技术(LIBS) 对溶液中的腐霉利含量进行定量检测研究。 为配置不同浓度的腐霉利样品, 将有效成分含量为98%腐霉利粉末与二甲苯按照不同比例混合并完全溶解。 由于液体样品在激光击打的过程中容易将液体溅出, 具有一定的危险性。 因此, 实验将液体样品转化为固体样品, 利用石墨吸附腐霉利溶液, 然后采用八通道高精度光谱仪采集样品的LIBS光谱, 并利用不同预处理方法对光谱数据进行预处理。 为提高腐霉利的检测精度, 选择氯元素信号最强的两通道(744.555~935.843, 893.107~1 057.058 nm) 光谱数据, 分别采用归一化函数(normalization) 、 基线校正(baseline correction) 、 标准正态变量变换(SNV) 、 多元散射校正(MSC) 方法进行光谱预处理, 并应用PLS方法建模。 通过比较各预处理方法数据后, 综合考虑, 选择Baseline方法为最佳预处理方法。 在baseline预处理方法的基础上使用无信息变量消除算法(UVE) 联合竞争性自适应重加权采样(CARS)算法剔除无信息的波长变量, 筛选与腐霉利相关的重要波长变量, 最后应用偏最小二乘回归建立溶液中腐霉利含量的定量预测模型。 建模结果表明: 经光谱预处理和UVE-CARS方法优选后, 可将原4096个波长变量个数减少至13个, 变量压缩率为99.68%; 经UVE-CARS变量优选后建立的PLS模型的校正集的决定系数和均方根误差分别为0.990 5和0.66, 预测集的决定系数和均方根误差分别为0.990 3和0.67, 其模型性能优于原始光谱建立的PLS模型。 结果表明, 利用共轴双脉冲LIBS技术定量检测溶液中的腐霉利含量具有一定的可行性, 经UVE和CARS方法筛选后可以有效提取腐霉利的特征变量及相关影响变量, 剔除冗余及噪声影响变量, 简化定量分析模型且提高了定量分析模型的稳定性。

为了实现农产品中农药残留含量快速分析, 根据荧光光谱的基本原理研究了腐霉利的荧光特性, 对腐霉利-蜂蜜混合体系进行了研究, 分析荧光强度与蜂蜜中腐霉利含量之间的关系。采用稳态荧光光谱仪分别检测腐霉利溶液和蜂蜜溶液的荧光光谱, 纯蜂蜜溶液荧光峰在342 nm, 腐霉利溶液的荧光峰在390 nm, 通过逐次向纯蜂蜜溶液中添加0.1 g/dL的腐霉利标准溶液, 发现相对于纯蜂蜜, 荧光峰位置发生红移,说明腐霉利与蜂蜜中某些物质发生了相互作用。采用Origin8.5数据分析软件对蜂蜜的荧光峰值处荧光峰强度与腐霉利含量线性拟合后, 发现蜂蜜溶液中腐霉利的含量与对应的荧光强度有良好的线性关系, 预测函数模型为I=188504.75x+384764.33, 相关系数为0.99。经过相同实验条件下的实验验证, 模型预测准确率在96.8%～100%之间。研究结果表明: 荧光光谱法检测蜂蜜中腐霉利残留含量的方法是行之有效的, 为其他农产品中腐霉利农药残留含量的检测提供了参考依据。

利用近红外光谱技术对食用植物油中的腐霉利进行定性检测研究。 以国家标准规定的腐霉利最大残留限量为界线, 将不同腐霉利含量的食用植物油样本分为合格组和不合格组。 采用QualitySpec台式近红外光谱仪采集两类样本的光谱, 利用无信息变量消除 (UVE)和子窗口重排分析(SPA)方法进行波长变量筛选, 并应用线性判别分析(LDA)、 偏最小二乘-线性判别分析(PLS-LDA)及判别偏最小二乘(DPLS)方法建立两类样本的分类模型。 结果表明, 近红外光谱技术可以对两类样本进行分类。 UVE方法可以有效筛选有用波长变量, 提高分类模型的性能。 UVE-DPLS所建立的分类模型性能最优, 其预测集样本的分类正确率、 灵敏度及特异性分别为98.7%, 95.0%和100.0%。

在室内条件下通过菌丝生长速率法测定了分离自安徽省10个县市的油菜菌核病菌(Sclerotinia sclerotiorum)对速克灵的敏感性。结果表明, 速克灵对各供试菌株的EC50值分布范围为 0.0899-0.4966 μg/mL, 平均为0.2541 μg/mL, 且供试菌株在含速克灵质量浓度为10 000 μg/mL的PDA平板上菌丝生长几乎完全被抑制。表明各供试菌株对速克灵十分敏感, 但其敏感程度地区间存在较大差异。通过室内药剂直接诱变法, 获得了抗速克灵突变株。抗性突变株抗性测定结果表明, 某些地区的抗性菌株抗性消失, 有些地区的抗性菌株抗性继续保持。结果显示安徽省油菜菌核病菌对速克灵具有潜在的抗药性风险。