几种农药的显微拉曼光谱和荧光光谱

首次用显微拉曼光谱仪测试了几种用于粮食、蔬菜、水果的农药的拉曼光谱和荧光光谱。从一些市售农药上记录到了分子振动特征峰 ,从而可以区分这些农药。此外一些市售农药的荧光光谱也很不同。据此 ,可利用拉曼光谱仪根据拉曼谱和荧光光谱的不同 ,实时实地和快速地识别这些农药及其在粮食、蔬菜、水果表面上的可能残留。     

激光拉曼光谱内标法测定红辣椒表面的农残甲基毒死蜱

利用激光拉曼光谱对蔬菜红辣椒表面的农药甲基毒死蜱模拟残留进行了测定,选择红辣椒中富含的β-胡萝卜素的1444.0cm^-1作为内标信号,与农药甲基毒死蜱本身的649.4cm^-1特征拉曼光谱组成相对光谱强度,结果表明相对光谱强度与农药甲基毒死蜱残留量有着很好的线性关系,其线性关系为R=0.143V+2.023,线性相关系数为0.9895。研究表明利用激光拉曼光谱内标法在特定条件下可用于农药残留的测定。     

蜂蜜中乐果农药残留的表面增强拉曼光谱定量分析

应用表面增强拉曼光谱(surface-enhanced Raman spectroscopy, SERS)技术,结合线性回归算法,开展蜂蜜乐果中农药残留快速定量分析方法研究。含乐果农药残留的益母草蜂蜜样品30个作为被测对象,划分成建模集(20个)和预测集(10个)。采用具有规则倒四角锥体结构的Klarite基底作为增强基底,提高特征拉曼位移峰的相对强度。通过含乐果农药残留蜂蜜样品的SERS光谱与乐果标准品的常规拉曼光谱间的对比分析,找到了蜂蜜中乐果农药残留对应的四个特征拉曼位移峰867,1 065,1 317和1 453 cm-1。采用线性回归方法,建立了蜂蜜中乐果农药残留对应的四个特征拉曼位移峰强与乐果浓度间的线性回归模型。10个未参与建模的预测集样品,评价了模型的预测能力。经比较,采用867 cm-1处特征拉曼位移峰强建立的线性回归模型预测结果最优,模型预测相关系数为0.984,预测均方根误差为0.663 ppm。检测限达到2 ppm,接近我国农药残留最大限量标准的检测限。实验结果表明采用表面增强拉曼光谱技术结合线性回归算法实现蜂蜜中乐果农药残留的快速定量分析是可行的。可为其他农产品的农药残留快速定量分析提供参考依据。     

新鲜水果显微拉曼光谱研究

本文介绍了在室温环境下用激光显微拉曼光谱 ,测试、分析五种新鲜水果表面的结果。从实验数据看 ,与预先的期望相反 ,各种水果的拉曼谱线均为 β-胡萝卜素的谱线 ,相互之间没有明显的区别 ,仅有一些微小的差别可以鉴别不同的水果     

噻菌灵农药的表面增强拉曼光谱分析

利用表面增强拉曼光谱技术(SERS)分析噻菌灵农药的拉曼特征峰。采用微波法制备银溶胶表面增强基底,利用激光显微共焦拉曼光谱仪分别采集514.5和785 nm激发波长下的噻菌灵农药拉曼光谱,解析不同激发波长下的拉曼特征峰并进行比较。结果表明：不同激发波长下噻菌灵的拉曼峰强度和拉曼频移差异较大,514.5 nm激发波长下的782和1 012 cm-1最强,是C—H变形振动较强特征峰,而785 nm激发波长下的1 284,1 450和1 592 cm-1最强,是环振动和CN伸缩振动较强特征峰。对比分析各个激发波长下噻菌灵的SERS谱图,找到了噻菌灵农药的5个较强特征拉曼峰：782,1 012,1 284,1 450和1 592 cm-1。这些特征峰可作为食品及农产品中噻菌灵农药残留定性定量判别的依据。     

活体植物中β-胡萝卜素分子的二级拉曼散射谱

利用显微拉曼光谱技术对从法国梧桐树新鲜采集得到的树叶做了测试分析，在可见光514.5nm激发下，不对样品做任何提纯，直接得到了树叶中β－胡萝卜素分子的一级和二级拉曼光谱。根据对β－胡萝卜素分子拉曼散射位于2000－3100cm^-1之间和2000cm^-1以下谱线的仔细分析对比，得到了二级拉曼谱和一级谱的倍频、和频关系。实验研究表明，控制样品表面的激光强度和信号积分时间，不破坏活体树叶中的分子结构和构象，这为研究植物在不同的环境生长状况提供一种实时实地测量技术。此外讨论了用共焦显微拉曼研究活体植物的优点及限制。     

基于银溶胶表面增强拉曼光谱对菠菜毒死蜱农药的快速检测

利用表面增强拉曼光谱(SERS)技术,建立了一种用于菠菜中毒死蜱农药残留的非破坏、快速检测方法。以碱性环境下盐酸羟胺还原法制备的银溶胶作为表面增强剂滴涂于菠菜样品表面后,采用实验室自行搭建的拉曼系统直接采集样品的拉曼信息,该方法无需对样品进行前处理,可以实现菠菜中毒死蜱含量的实时在线定量分析。采集24片不同毒死蜱含量的菠菜样品拉曼光谱,每个样品采集20个点。拉曼信号采集后,用气相色谱法对24个菠菜样品中毒死蜱含量进行检测。为了消除光谱噪音以及荧光背景对分析建模的影响,分别采用Savitzky-Golay平滑和有效峰线性拟合法对原始拉曼光谱进行预处理。该表面增强拉曼方法具有较好的重复性,实验中对50个相同毒死蜱含量,但不同状态的菠菜进行光谱采集,其相对标准偏差为13.4%,说明该方法具有一定的普适性。光谱预处理后,选取615.5~626.4 cm-1波段为感兴趣区域,建立0.05~37.4 mg·kg-1浓度范围内毒死蜱含量的多元线性预测模型,结果表明感兴趣区域的拉曼信号和毒死蜱浓度呈良好的线性关系,其校正集和验证集相关系数R_C和R_P分别为0.961和0.954。该方法的最低检出含量为0.05 mg·kg-1,低于国家标准规定的农药残留最大限量。该方法简单快速,无需样品前处理,可以实现果蔬的农药残留快速、定量检测。     

脐橙表皮两种混合农药残留的表面增强拉曼光谱定量检测

针对水果生产中的农药残留问题,利用表面增强拉曼光谱技术(SERS),把害虫防治使用较多的有机磷农药亚胺硫磷与毒死蜱作为研究对象,探索性研究了将金胶用作增强基底检测以脐橙为载体的混合农药残留快速检测。采集混合农药样品的SERS光谱,通过对比农药的特征峰可以对混合农药进行定性分析。同时利用化学计量学方法,建立混合农药的定量数学模型,并通过对比不同的预处理方法和建模波段对混合农药样品拉曼光谱的处理结果,选择出最优预处理方法与算法的组合。在拉曼光谱范围200～2 300 cm-1内,利用PLS算法处理经一阶微分预处理后的光谱数据,建立的脐橙表皮混合农药残留回归模型效果较好,预测相关系数(R_p)为0.912,预测均方根误差(RMSEP)为3.601 mg·L-1。经过波段筛选后并对光谱处理结果对比,发现光谱在200～620,830～1 040及1 250～2 300 cm-1范围内,利用PLS算法处理经一阶微分预处理后的光谱数据,建立的回归模型效果较好,R_p为0.909,RMSEP为3.338 mg·L-1。研究表明使用SERS技术,可以对脐橙表皮上残留的混合农药进行定性与定量的分析。     

联苯菊酯分子的拉曼光谱研究

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。     

苯并咪唑类的密度泛函理论计算及拉曼光谱研究

利用激光显微拉曼光谱仪采集了三种苯并咪唑类农药(多菌灵、噻菌灵和苯菌灵)的拉曼光谱。应用密度泛函理论(DFT)中的B3LYP杂化泛函和6-31G(d, p)基组对三种苯并咪唑类农药分子进行结构优化和拉曼光谱振动频率计算。结果表明,理论计算得到的振动频率值与实验测得值吻合较好。对三种苯并咪唑类农药分子在200～3 500 cm-1范围内的振动模式进行归属,找到了苯并咪唑类分子的3个特征峰,分别位于1 015, 1 265 cm-1和1 595 cm-1附近;对比分析三种农药拉曼光谱的差异性,找到三种农药分子各自不同的特征峰。研究结果可为苯并咪唑类农药的拉曼光谱分析提供理论依据,将促进食品和农产品中苯并咪唑类农药残留的快速检测研究。     

两种激发波长下蔬菜水果的拉曼光谱对比研究

本文通过改变不同的激光光源波长,测试分析了一系列蔬菜水果表面的拉曼谱。比较514.5nm和1064nm波长下的拉曼谱,发现514.5nm激发下许多蔬菜水果的拉曼谱均出现胡萝卜素的共振拉曼光谱,同时有很强的光荧光。更换成1064nm的近红外激光波长后,基本消除了光荧光和共振效应的影响,可用来测量蔬菜水果的有效成分,而514.5nm激发下只出现胡萝卜素的光谱,为区分蔬菜水果表面的外来物质,如农药,提供了很大的方便。     

菠菜品质安全参数的拉曼点扫描快速检测方法

针对蔬菜品质安全无损伤检测的实际市场需求,结合叶菜表面农药残留等品质安全参数的不均一性,以实验室自行搭建的拉曼光谱硬件系统为基础,开发了叶菜气吸平整装置,编写了基于LabVIEW开发平台的GUI应用程序。该系统通过设定扫描步长等参数,实现了整个菠菜样品的拉曼光谱自动点扫描检测,包括对所有扫描点的拉曼信号进行自动采集、显示和存储。检测过程中,系统软件实时监控相机、二维平移台的运行状态。同时,针对菠菜原始光谱特性编写了基于有效峰线性拟合基线校准方法的拉曼光谱荧光剔除程序,实现了对样品所有扫描点数据的自动基线校准及叠加平均处理。菠菜样品的点扫描实验结果显示,一次扫描不仅可以获得菠菜样品每一扫描点的叶绿素含量及毒死蜱农药残留等品质安全参数的分布情况,而且还可以获得整个样品各参数的平均信息。该点扫描拉曼系统有效提高了不均匀样品的品质安全参数的检测精度。     

Fabrication of Au nanorod‐coated Fe3O4 microspheres as SERS substrate for pesticide analysis by near‐infrared excitation

Au nanorods coated Fe3O4 (Fe₃O₄@NRs) microspheres were designed as functional surface‐enhanced Raman scattering substrate with a feature of magnetic property and used for detection of pesticide residues that are annually used in agriculture by near‐infrared (NIR) excitation. With this strategy, the Fe₃O₄ microspheres were synthesized by hydrothermal method and surface functionalized with polyethylenimine, and then coated with Au nanorods densely. The Raman spectra were carried out by NIR excitation and 4‐ATP was chosen as the probe molecule. The results showed a good SERS activity of the Fe₃O₄@NRs microspheres. Moreover, this substrate could be used for pesticide analysis by portable Raman spectrometer with NIR excitation. Especially, the microspheres could be transferred from pesticides contaminated fruits peel to specially cleaned glass slide with the aid of the external magnetic field, by which the strong fluorescence of the apple components can be avoided while performing the pesticide analysis of fruits peel. Copyright © 2015 John Wiley & Sons, Ltd.     

基于拉曼光谱的苹果中农药残留种类识别及浓度预测的研究

应用拉曼光谱技术结合化学计量学方法能有效的实现果蔬中农药残留的定性定量分析。本研究借助实验室自主研发的拉曼光谱检测系统,对苹果中溴氰菊酯和啶虫脒的快速无损识别和检测进行了探索。定性分析时将拉曼峰574 和843 cm-1分别作为识别溴氰菊酯和啶虫脒的拉曼指纹,当苹果中的溴氰菊酯和啶虫脒残留的含量分别为0.78和0.15 mg·kg-1时,两种农药的特征峰仍清晰可见。定量分析首先对光谱进行多种预处理（Savitzky-Golay平滑、一阶导、二阶导、基线校准、标准正态变量变换）,结合偏最小二乘法分别建立苹果中溴氰菊酯和啶虫脒含量的定量模型。结果表明,采用8次多项式拟合进行基线校准的预处理方法效果最好,对于溴氰菊酯,偏最小二乘模型预测值与气相色谱法测定值的相关系数和预测均方根误差分别为0.94和0.55 mg·kg-1,对于啶虫脒,其偏最小二乘模型的相关系数与预测均方根误差分别为0.85和0.12 mg·kg-1。本研究证实了利用拉曼技术对苹果农残进行无损检测的可行性,使用该方法进行检测时,在光谱测定前不需要进行前处理,光谱测定后样品无任何损伤,该技术实现了果蔬农残的现场检测,可在检测部门、果蔬加工企业、超市、市场等场所得到推广使用,为果蔬品质安全提供了一种无损、快速和环保的检测方法。