| 發布日期：2023-07-28 |
全球范圍內，約60%以上的人口是以大米為主食，但大米在種植過程中易受到各種各樣害蟲和疾病的影響，導致產量下降。為提高作物產量，農藥在現代農業生產中起著不可替代的作用。然而，伴隨著現代農業的發展，農藥的濫用現象越來越多，造成的農藥殘留超標問題日益嚴重，對人類健康和生態環境造成了嚴重的危害。世界各國相繼出臺了農殘限量標準，我國在國家標準GB2763-2019和行業標準NY/T419-2014規定了稻米中毒死蜱、多菌靈和禾草丹的最大殘留限量分別為0.1 mg/L、2mg/L和0.2mg/L。本文以毒死蜱、多菌靈和禾草丹農藥為研究對象，開展基于SERS 技術的大米中農藥快速判別研究，測試原理如圖4.1。
本研究利用上海如海光電RFS1000便攜式拉曼光譜儀進行毒死蜱、多菌靈和禾草丹SERS光譜采集（每組農藥各60個），3種農藥測試結果如圖4.2所示（每個農藥隨機選擇了超標和未超標兩類代表性的SERS光譜）。由圖可知，每種農藥的超標樣本和未超標樣本SERS光譜存在重疊、相似峰以及基線漂移等現象，在大多數情況下無法直接通過肉眼直接判斷農藥含量是否超標，因此有必要在收集大量樣本數據的基礎上，通過模式識別算法來實現基于SERS技術的大米中農藥快速判別目的。
本研究利用LDA、KNN和PLSDA模型對超標和未超標的毒死蜱、多菌靈和禾草丹農藥樣本進行定性判別，各個模型由于不同的運算原理對所收集的所有光譜產生了不同的預測結果，表4.1統計了三種模型的判別結果，結果顯示，LDA和KNN定性模型均能對毒死蜱和多菌靈農藥樣本實現100%的識別率。KNN算法是基于最近樣本所屬類別而進行分類的，對每個待分類的樣本都要計算它到全部點的距離，因此計算復雜度高，LDA算法是以標簽，類別衡量差異性的有監督降維方式，其目的更明確，更能反映樣本間的差異。因此，本研究選擇LDA算法作為毒死蜱和多菌靈農藥樣本的定性模型。禾草丹農藥樣本的分類結果可知PLSDA模型的預測集識別率結果明顯好于另外兩種模型結果，預測集識別率達到96.54%。因此，本研究選擇PLSDA定性模型作為禾草丹農藥樣本的分類模型。
本研究利用構建的判別模型對實際大米樣本中三種農藥是否超標進行定性判別。將超標（100、10 μg/mL）和未超標（0.01 μg/mL）毒死蜱農藥、超標（100、10 μg/mL）和未超標（1μg/mL）多菌靈農藥、超標（100、10 μg/mL）和未超標（0.1μg/mL）禾草丹農藥加入到大米樣本中，分別用SERS和HPLC法進行檢測。標簽“1”代表超標樣品，“2”代表未超標樣品，將判別模型的預測結果與 HPLC測量結果對比，確定預測的準確性。最終判別結果如表4.2所示，模型預測標簽結果與HPLC結果相同，結果表明本章建立的定性模型對大米中毒死蜱、多菌靈和禾草丹農藥正確判別率均達到100%，本研究建立的分類識別模型在實際大米樣品農藥檢測中具有較高的預測準確性。
[1]江瀾. 基于表面增強拉曼光譜技術的大米中農藥殘留快速檢測方法研究[D]. 江蘇大學, 2021.
便攜式拉曼光譜儀IRS1000是一款具備專業水平的制冷型便攜式拉曼光譜檢測系統。主要包括：核心器部件（785nm穩光譜激光器、785nm 拉曼探頭和基于C-T架構的光纖光譜數據采集模塊）、操作控制系統（具備WIFI、USB等通訊功能）、拉曼光譜采集分析軟件和以及多樣化的采集部件。
該產品是專為拉曼現場快速檢測、鑒定而設計。配合專業拉曼分析軟件，通過不同附件裝置，能快速對各類原材料進行有效篩選。便攜式拉曼光譜儀廣泛應用于食品安全、國防安全、珠寶鑒定、醫藥等需對原材料快速篩選、現場快速檢測及物質分析鑒定等行業。
◆ 高穩定性，光譜響應穩定性<2%@2hrs；
◆ 高分辨率，分辨率最佳可達4cm-1；
◆ 配置功能強大的Uspectral Plus和智檢E+兩款光譜儀分析軟件，具備豐富的數據處理能力；
◆ 內置現場打印報告功能，現場查驗，攜帶方便；
◆ 配置大屏顯示，可顯示操作步驟，方便外出使用；
◆ 可適配光譜范圍在200cm-1～3000cm-1。
