近红外光谱技术在农药残留量检测中的研究

介绍了近红外光谱技术的发展及原理,基于近红外光谱分析技术对蔬菜中农药残留的检测方法进行了定性和定量实验研究.选取菠菜作为叶菜代表,用偏最小二乘建立校正模型,并对模型的通用性进行验证.实验表明,校正模型的预测结果比较理想,但模型的通用性还需要改善,同时还讨论了基于多信息融合技术在农药残留量检测中的研究前景.     

近红外光谱技术检测农产品农药残留量的研究

介绍了近年来近红外光谱分析技术在农产品农药残留分析检测技术中的应用,其中覆盖了样品预处理方法、运用化学计量学进行定性和定量检测分析技术的方法等.概述了近几年来在近红外农残检测领域的应用和研究进展.提出了结合多信息融合技术的农药残留分析技术及其发展前景.     

FTIR／ATR检测蔬菜有机磷农药残留

本文采用FTIR／ATR对敌百虫进行了虹外光谱图的讨论分析,并讨论含有敌百虫的常用蔬菜的光谱图,蔬菜中的各种色素对农药的特征吸收基本没有干扰,研究结果表明可以对蔬菜上的农药残留进行检测,敌百虫的最低的检测限为0．2ppm,为有机磷农药残留的快速分析提供一种简便快速、可靠的手段。     

集美区生产基地蔬菜农药残留监测与风险评估

为全面了解和掌握厦门市集美区生产基地的蔬菜农药残留状况,对2012—2014年厦门市集美区生产基地6大类蔬菜的52种农药残留进行检测分析,并通过食品安全指数模型与风险系数模型对检出农药分别开展了暴露风险评估和预警风险评估.结果显示,集美区生产基地蔬菜的农药残留污染状况易受时令季节的影响,不同种类蔬菜农药残留检出率大小表现为:茄果类＞叶菜类＞瓜类＞豆类＞根茎类＞其他类;所检测的52种农药中有22种农药被检出,3种农药超标.风险评估结果表明,3年中各种农药对消费者健康的整体危害程度都处于低风险,总体上厦门市集美区生产基地蔬菜农药残留状况较好.     

基于相关系数的有效特征光谱筛选方法

为降低数据采集时间、分级模型的计算复杂度及提高烟叶分级速度,提出了一个基于半监督学习的有效特征光谱筛选方法.首先定义判别特征好坏的鉴别函数R,并根据R值基于半监督方法删除不好特征;然后利用不同特征间的相关系数,基于有监督学习方法去除相关度高光谱,进一步减少有效特征光谱的数目;最后利用全光谱和两次筛选后的特征光谱建立了13个等级的SVM分级模型.实验结果表明所构造的光谱特征筛选模型,可从原始数据中筛选出有效特征光谱,从而极大地减少原始光谱采集量,在保证正确分级率的前提下,极大地提高了烟叶分级速度.     

氟氯氰菊酯残留检测与紫外降解荧光光谱研究

氟氯氰菊酯杀虫效果良好,应用广泛,而其农药残留会对环境与食品安全带来潜在的影响,因此氟氯氰菊酯残留检测及其有效降解具有重要的社会意义。通过荧光分光光度计对氟氯氰菊酯进行了荧光光谱实验研究,发现296 nm处为特征峰。根据光谱图对不同的氟氯氰菊酯浓度值与相应特征峰荧光强度值进行回归分析建模,得到氟氯氰菊酯农药残留检测模型函数,相关系数R为0.997 8,回收率在96%～104%范围内,平均回收率为98.9%,相对标准偏差为2.6%。基于紫外光照射对氟氯氰菊酯进行降解,获取降解后的药液荧光光谱,得到降解时间与特征峰荧光强度之间的降解模型函数,相关系数R为0.993 2,平均回收率为98.25%。结合所得氟氯氰菊酯农药残留检测模型函数及其降解率公式,进一步计算得到氟氯氰菊酯经过不同降解时间后对应的降解率值。当降解11 min后,降解率为72.6%,降解80 min后,降解率为97.8%。实验表明,荧光光谱能够有效检测氟氯氰菊酯农药残留,而且紫外光照射可以有效降解氟氯氰菊酯。     

西宁市冬季市售蔬菜农药残留现状分析

针对冬季西宁市蔬菜农贸市场的叶菜类蔬菜中的农药残留取样检测,对结果进行分析评价,以掌握西宁市市场蔬菜农药残留水平和蔬菜质量安全现状。结果表明:18种农药残留对油麦菜、上海青、菠菜3种叶菜类蔬菜质量安全无风险,芹菜、韭菜质量存在一定的安全风险隐患,影响其质量安全的主要风险因子是烯酰吗啉、毒死蜱、多菌灵、三唑酮和吡虫啉。     

速测卡法与酶抑制率法检测蔬菜农药残留的比较

采用速测卡法和酶抑制率法分制测定蔬菜中有机磷和氨基甲酸酯类农药残留,并对检验结果进行了比较.结果表明两种快速检测方法的检测结果基本一致,可为蔬菜中的农药残留检测及质量控制提供定性的检测方法.     

液相色谱-质谱联用法快速检测蔬菜水果中 70 种农药多残留分析的研究

建立了一种基于液相色谱-串联质谱法(LC-MS/MS)定量分析各种微量农药残留的方法,并应用于水果蔬菜中农药残留物的定量检测.实验采用乙腈提取水果蔬菜中的各种农药残留,应用固相萃取,经高效液相色谱分离,以串联质谱在多反应监测(MRM)模式下测定,在35 min内完成了70种农药的定量分析.70种农药在0.01～2.0 μg/mL内的线性关系良好(r>0.995),平均回收率为70%～120%,检出限为10 μg/kg;该方法的检出限、回收率及相对标准偏差均能满足农药残留分析的要求.     

蔬菜生产中农药残留的危害性与防治对策

农药残留的产生与农药性质、使用方法有关,农药超标危及身体健康、影响蔬菜生产和出口贸易.蔬菜生产过程中的农药残留问题,要通过合理使用农药、加强残留检测和法制管理来尽快解决.     

“强力蔬果净”研制

针对目前市场上蔬菜和水果的农药残留问题,我们进行了去除残留农药的清洗剂的研究,试制出了一种用于清洗蔬菜、水果的表面残留农药的清洗剂——强力蔬果净,它可以有效地清洗掉蔬菜表面的残留农药.农药残留去除率可达44,8%,比市面上现有的名牌——雕牌洗洁精高10%.同时经过不同处理浓度和不同浸泡时间两向分组资料方差分析实验,探明了最佳处理浓度为0.4%,最佳浸泡时间为30分钟.该清洗剂不含磷.对环境安全,无毒无害无副作用.     

市售有机磷类和氨基甲酸酯类农药残留快速检测卡的质量研究

针对市场上蔬菜中有机磷类和氨基甲酸酯类农药残留快速检测卡品牌繁多、质量参差不齐、对检测结果影响较大等问题,对市场上15个品牌的有机磷类和氨基甲酸酯类农药残留快速检测卡进行对比筛查.通过实验,对速测卡检测有机磷类和氨基甲酸酯类农药的检测限、限量值、假阴性率和假阳性率等检测情况进行对比考察,筛选出检测效果较好的2个品牌速测卡,为提高快速检测结果的准确性提供实验依据.     

恩施市蔬菜中有机磷和氨基甲酸脂类农药残留的调查

概述了有机磷和氨基甲酸脂类农药在蔬菜上的降解和毒理，并对恩施市菜市场及恩施市蔬菜种植基地的现产蔬菜随机取样，用RP508农药残留速测仪检测样品中有机磷和氨基甲酸脂类农药的残留情况．检测结果表明恩施市蔬菜种植基地的蔬菜农药残留合格率为95．00％，恩施市菜市场农药残留合格率为70．00％．从抽检次数的角度计算，农药残留合格率为83．33％．按检测的蔬菜种类计算，农药残留合格率为73．30％．非食叶蔬菜农药残留合格率为91．67％，食叶蔬菜的合格率为81．25％．     

利用蜘蛛酯酶检测蔬菜中的有机磷农药残留

探讨利用大腹园蛛酯酶检测蔬菜中有机磷农药残留的技术和方法.结果表明:大腹园蛛腹部的酯酶活性显著高于头胸部,在37℃和缓冲液pH为7.0时,酯酶活性最高.有机磷农药乐果浓度的对数值与酶抑制率存在较好的直线关系,通过检测蔬菜洗脱液对蜘蛛酯酶抑制率的方法可以用来检测蔬菜中的有机磷农药残留.采用该方法检测时,乐果的检出限为0.509 4 mg/L.受检3种蔬菜的有机磷农药残留量均低于规定的标准.     

苹果农药残留的激光检测

利用微型激光器诱导荧光探测技术,对喷洒不同浓度农药的苹果进行了光谱采集,建立了多种浓度农药的荧光光谱数据。发现对应超过国家农药残留标准的荧光光谱的次峰与未超标准的光谱之间存在较大差异,表明利用光谱技术无损检测苹果表面农药残留的可行性。同时,通过对不同浓度农药残留对应光谱的数据分析,拟合出果实表面农药残留度的判定的经验公式。     

基于多光谱柑桔缺陷检测方法研究

基于多光谱技术探讨一种新的柑桔缺陷检测方法.构建由光照箱、多光谱光源、摄像机等部件组成的系统.根据色度学基础理论,采用图像融合技术对柑桔图像进行融合分析判断,得到使柑桔缺陷识别率最高的图像为红光、黄光、近红外光波段融合后的图像.对融合后的多光谱图像,采用Otsu等图像处理算法进行缺陷检测.实验表明,采用多光谱技术可快速有效的提取缺陷特征.     

为蔬菜安全消费把关——城市流通蔬菜污染检测预警系统问世

近年来,随着农业生产中农用化学物质的大量投入以及不少菜农因缺乏科学用药知识,滥用农药,致使蔬菜的农药残留问题日趋严重。农药和化肥等农用化学物质的不合理使用是造成蔬菜农药残留和环境污染的重要因素,直接危害到人们的食用安全和身体健康。日前,由华南农业大学等研制的城市流通蔬菜污染检测预警系统,可快速、高效地对市场上的蔬菜进行检测分析．及时反映各个市场各种蔬菜的污染程度。     

基于信息融合的支撑座早期松动故障诊断

采用基于信号分析的无模型检测方案和信息融合技术,对支撑座早期松动故障进行检测诊断.针对支撑座松动的小波包变换特征和功率谱特征进行特征融合与决策融合,同时采用基于熵度量的无监督特征约简方法对功率谱特征进行约简,有效地减少了特征数目,加快了融合和诊断速度.特征融合与决策融合采用分层神经网络实现,该网络综合了局部融合和全局融合的优点,具有很高的故障确诊率和很好的抗噪性能,无噪声样本综合确诊率达94.3%,有噪声样本综合确诊率达88.6%.     

含辛辣气味蔬菜的多种农药残留的检测

研究了含辛辣气味蔬菜中有机磷、有机氯和拟除虫菊酯类等多种农药残留的快速检测方法。采用微波处理技术和固相萃取技术对大蒜等含辛辣气味的蔬菜进行样品前处理,气相色谱检测。该方法用于多种农药残留同时检测,解决了含辛辣气味的蔬菜干扰严重的问题。     

基于PCA-BP多特征融合的油菜水分胁迫无损检测

针对油菜水分胁迫的无损探测,研究了利用冠层反射光谱、多光谱图像和冠层温度多信息融合对油菜含水率进行定量分析的方法.采用逐步回归法对含水率的多传感特征进行提取,通过测量分析冠-气温差,结合环境温湿度信息,获取了水分胁迫指数(CWSI)特征,并对光强影响进行了特征补偿.研究发现960,1 450,1 650 nm的光谱特征,560 nm处的可见光图像,960,810 nm处的近红外图像均值及960,810 nm图像比值特征与油菜含水率的相关性均较高.利用主成分分析法(PCA)对特征空间进行变换和降维,进而BP神经网络建立了油菜含水率的多传感特征预测模型.结果表明,该方法能够利用多信息的综合作用优势实现对油菜水分胁迫的定量分析,模型精度与单一检测方法相比有显著提高.