叶菜中痕量农药残留的光谱无损检测技术研究—基于红外光谱、激光诱导荧光及拉曼光谱

The methods that nondestructive detect pesticide residues in agricultrual product based on spectroscopy have the advantage of no pre-treating,green and real-time. After completing a project of Chinese Natrual Science Funding about detecting pesticide residues in navel orange surface using spectra,we will ahead propose a improved methods nondestructive to detect trace pesticide residues in leaf vegetables by muti-kinds of spectroscopy technology,nano-particle enhanced sigal and removed more background sigal. Two kinds of samples including original leaf vegetable and gas from leaf after laser ablation will be detected,and some typical pesticide residues will be the aim of detecting. Spectral signal of two kinds of samples are obtained by UV laser-induced fluorescence/raman spectroscopy and infrared spectroscopy which are good techniques of trace-detection.The information about pesticide residues will be analysised by applying spectroscopy principle and spectra data will be processed by applying non-orthogonal amplitude frequency analysis of the smoothed squences (NAFASS). The probability circles analysis and statistical detection of the hidden distortions in spectra will be used to removed most of background singal in order to discrease the effect of the leaf vegetables body and get the weak spectral singal of pesticide residues in leaf, after then, the models for predicting trace pesticide residues was set up..if this project can be approved, the technology scheme of spectral system for detecting trace pesticide residues will be suceedly obtained after we complete the project, and this system will fit for detecting other fruits (navel orange) that are large amount, heavy labor work and low worth for single.

农产品农药残留的光谱无损检测方法具有无需前处理、绿色、实时的优势。在完成了脐橙表面农药残留光谱无损检测的国家基金基础上，进一步提出采用多种光谱技术、纳米增强信号和设法降低复杂农产品本体光谱信息影响新方法来无损检测叶菜中痕量农残的课题。.项目以原始叶菜和将叶菜进行激光解离微区（近似无损伤）后的气体成分等两类样本为对象,典型农药残留为检测目标。.采用具有痕量检测能力的紫外激光诱导荧光及拉曼光谱、红外光谱获取原始叶菜和激光解离后叶菜气体成分的光谱数据；应用波谱学原理解析农残种类信息、平滑序列非正交幅频方法来处理光谱数据；信号微弱差异计算及概率圆分析方法来最大程度降低农产品本体信息的影响，藉此获得农残微弱光谱信号，并研究痕量农药残留含量预测的建模方法。.课题将获得无损检测叶菜中痕量农残的光学系统组建方案和检测方法。该技术还可用于大批量、所需劳动力大的脐橙等柑桔类的痕量农残检测中。

农产品中农药残留的光谱无损检测方法具有无需前处理、绿色、实时的优势，但痕量农药残留的光谱无损检测技术研究仍然是一个巨大的挑战，困难重重。本课题围绕这个目的，分别应用荧光光谱、红外光谱和拉曼光谱对叶菜中不同种类农药进行了大量检测试验研究，对不同光谱检测技术方法的有效性进行了分析。. 研究过程中，进行了叶菜样本不同处理方式（原始叶菜和激光烧蚀叶菜）和光谱采集方式的比较分析研究；通过比较各种特征光谱提取和微弱信号分析的处理方法，选择了基于密度泛函理论计算来进行不同残留农药分子的特征光谱（特征峰）信号的确定、分析研究，在此基础上进行了检测模型建立研究。. 经过研究，项目取得了较好的进展，完成了计划任务。发表论文11篇，申请专利1项，在叶菜中痕量农药残留的光谱无损检测技术研究方面积累了一定的理论基础以及获得了较好的结果及结论，为研究实用的蔬菜中痕量农药残留光谱无损检测仪器打下了较好的基础。. 课题通过应用荧光光谱、红外光谱和拉曼光谱检测叶菜中痕量农药残留（本研究根据每种农药残留的国家标准规定，残留量低于国家标准值即认为是痕量，下同）的效果比较，得到了拉曼光谱方法比其它两种方法可行性较高，效果更明显的结果，从而明确了下一步的研究重点和方向。然后，课题以试验研究与密度泛函理论研究相结合方式，探索了有机磷农药、杀菌剂农药、氨基甲酸类农药、氯化烟碱类农药和三唑类农药的特征拉曼光谱数据，并取得了重要的结果，获得了一些光谱无损检测农药残留的特征光谱或特征峰的关键数据。在此基础上，得到了光谱无损技术定量检测叶菜中单一痕量农药残留的表面增强拉曼光谱方法和信号提取方法，以及光谱无损技术定性检测叶菜中多组分痕量农药残留的表面增强拉曼光谱方法及其信号提取方法。. 项目的研究表明，采用光谱无损检测技术来快速检测蔬菜中痕量农药残留是可行性的，特别是基于试验与密度泛函理论相结合研究方式来确定农药残留的拉曼特征光谱、辅以表面增强拉曼光谱提高农药残留分子信号的研究方法，该方法将来可以应用到蔬菜中痕量农药残留光谱无损检测仪器的研究和开发中。