基于近红外光谱技术的蔬菜中农药残留量检测方法研究.doc

基于近红外光谱技术的蔬菜中农药残留量检测方法研究随着我国国民经济的不断发展,特别是全球经济一体化和食品贸易国际化,食品安全问题已经成为举足轻重的问题。蔬菜中农药残留超标是目前我国食品安全中非常突出的问题。因此开发快速、高效、经济、环保的农药残留检测技术,已经成为当前国内外研究的热点课题。本论文在北京市自然科学基金项目“基于光谱技术的农药残留量快速智能检测方法研究”的资助下,采用近红外光谱分析技术,以常用农药毒死蜱为研究对象,选择大白菜和菠菜作为蔬菜代表,开展了蔬菜中农药残留量检测方法的探索性研究。论文中针对毒死蜱浓度范围在0.05~4mg/kg的混合溶液样品,通过不同采样分辨率、采样次数及采样模式的选择,获取了毒死蜱溶液样品的近红外光谱。同时针对光谱预处理方法进行了研究,通过10种不同的光谱预处理方法对样品近红外光谱进行处理后比较,得出了一阶导数17点平滑与标准正态变量变换(SNV)相结合的光谱预处理方法,取得了良好的效果。经过波长优化、主成分数目的确定,建立了基于偏最小二乘法的近红外校正模型,校正集样品预测值与真值相关系数为0.9272,交叉验证均方差SECV为0.3,预测集样品预测值与真值测定系数为0.9747,预测均方差SEP为0.31,表明该模型具有良好的预测效果和较高的预测精度。为了进一步验证该模型的实际应用能力,本论文进行了大白菜与菠菜模型对比分析、无公害菠菜与市场菠菜模型对比分析以及菠菜模型稳定性的研究验证。结果表明该模型对大白菜和菠菜有很好的预测效果,并且菠菜模型的预测效果略好于大白菜的模型,无公害菠菜的模型优于市场菠菜的模型,但是模型的通用性尚需进一步修正和改善。本文研究表明,近红外光谱技术作为一种快速、无损、多组分同时分析的“绿色”分析技术,对蔬菜中农药残留检测具有巨大的潜力和应用价值。因此,本研究对农药残留量检测技术的开发具有一定的借鉴意义,同时对构建和完善我国食品安全监管体系起到了积极作用。