SERS结合快速前处理检测绿茶中毒死蜱农药残留

茶叶是中国的主要经济作物之一,而在茶叶种植过程中存在农药不合理使用及滥用等行为,导致茶叶中存在严重农药残留问题。茶叶中农药残留检测主要采用经典化学实验室方法,存在前处理复杂、耗时长、成本高等缺陷,急需研究茶叶中农药残留的快速检测方法,以监管茶叶市场的质量安全。本论文采用纳米竹炭(NBC)为净化剂快速去除绿茶的色素等基质影响,使用表面增强拉曼光谱(SERS)方法分析绿茶中毒死蜱农药残留,建立绿茶中毒死蜱农药残留的SERS快速检测方法。采用不同NBC用量(0,15,20,25和30 mg)去除茶叶基质,比较不同NBC用量去除基质的净化效果和SERS谱图,得出最优NBC用量,并对前处理方法进行回收率实验,验证前处理方法的可靠性。结果表明,使用20 mg NBC能较好地净化绿茶中的色素等基质影响,前处理方法回收率实验表明,该净化剂用于绿茶中毒死蜱农药残留基质净化是可行的。采用密度泛函理论模拟毒死蜱分子理论拉曼光谱,对比毒死蜱分子理论拉曼光谱和实验拉曼光谱,对其官能团进行谱峰归属,得到定性定量分析绿茶中毒死蜱农药残留的5个特征峰:526,560,674,760和1096 cm-1。在0.28~11.11 mg·kg-1浓度范围内,以1096 cm-1的峰强度建立绿茶中毒死蜱农药残留线性分析方程y=0.0175x+0.9092,决定系数为R 2=0.9863,表明毒死蜱农药浓度与其特征峰强度之间具有良好的线性关系,方法的平均回收率在96.71%~105.24%之间,相对标准偏差(RSD)为2.36%~3.65%。该方法检测绿茶中毒死蜱农药的最低检出浓度约为0.56 mg·kg-1,单个样本检测时间在15 min内完成。研究表明,表面增强拉曼光谱技术结合净化剂前处理方法能快速检测绿茶中的农药残留。     

二维相关光谱在大米中甲基毒死蜱特征变量优选的应用

为提高大米中农药残留的表面增强拉曼光谱(SERS)快速检测精度,提出采用二维相关光谱(2DCOS)对大米拉曼光谱进行农药特征变量优选。首先,采用标准正态变量变换(SNV)对原始光谱预处理,再以甲基毒死蜱浓度为外扰,进行二维相关同步光谱和自相关谱解析,筛选出与甲基毒死蜱浓度变化最相关的特征谱峰,建立了大米中甲基毒死蜱残留浓度的支持向量机(SVM)分析模型,并与偏最小二乘(PLS)模型进行性能比较。结果表明,2DCOS方法能很好地筛选出与甲基毒死蜱浓度相关的特征谱峰;利用2DCOS优选出的4个甲基毒死蜱特征谱峰所建立的SVM模型性能优于PLS的实验结果,模型对预测集样本相关系数(R_P)为0.96,均方根误差(RMSEP)为5.21,相对分析误差(RPD)为3.66,可用于大米中甲基毒死蜱农药残留的实际估测。研究表明,采用2DCOS优选大米中甲基毒死蜱浓度相关的特征变量是可行的,且能简化模型,提高模型预测精度,从而为拉曼光谱用于食品农产品质量安全的快速检测提供了一种新思路。