CN102313730A - 一种蔬菜中甲胺磷的表面增强拉曼光谱快速筛查方法 - Google Patents

一种蔬菜中甲胺磷的表面增强拉曼光谱快速筛查方法 Download PDF

Info

Publication number
CN102313730A
CN102313730A CN201110229459A CN201110229459A CN102313730A CN 102313730 A CN102313730 A CN 102313730A CN 201110229459 A CN201110229459 A CN 201110229459A CN 201110229459 A CN201110229459 A CN 201110229459A CN 102313730 A CN102313730 A CN 102313730A
Authority
CN
China
Prior art keywords
methamidophos
acephatemet
sample
raman
vegetable
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201110229459A
Other languages
English (en)
Other versions
CN102313730B (zh
Inventor
姚卫蓉
季培周
孙莹莹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangnan University
Original Assignee
Jiangnan University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangnan University filed Critical Jiangnan University
Priority to CN 201110229459 priority Critical patent/CN102313730B/zh
Publication of CN102313730A publication Critical patent/CN102313730A/zh
Application granted granted Critical
Publication of CN102313730B publication Critical patent/CN102313730B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Abstract

本发明属于蔬菜中甲胺磷残留的快速筛查方法领域。包括如下步骤:蔬菜样品经粉碎、与极性溶剂混合振荡,抽滤得到滤液,浓缩至干,用超纯水定容,用0.45μm膜过滤;采用柠檬酸盐还原法制备得到纳米银溶液;将蔬菜提取液与纳米银溶液混合,调pH至1.0-5.0后用拉曼光谱仪检测样品中的甲胺磷;选择具有785nm激光波长的拉曼光谱仪,设置激光功率为50-300mw,扫描时间2-20s,将甲胺磷超纯水溶液与制备的纳米银溶液按一定比例混合,进行激光扫描检测。绘制以甲胺磷浓度为横坐标,特征峰峰高为纵坐标的标准曲线,用于分析样品中甲胺磷的含量。本方法提供了一种检测限低,操作简便的拉曼检测方法,可快速准确定性、定量蔬菜样品中的甲胺磷,并可用于现场大规模样品的快速筛查。

Description

一种蔬菜中甲胺磷的表面增强拉曼光谱快速筛查方法
技术领域
本发明属于蔬菜中甲胺磷残留的快速筛查方法领域,特别是涉及甲胺磷的表面增强拉曼光谱快速筛查方法。
背景技术
甲胺磷(Methamidophos),是一种高效、广谱性有机磷杀虫剂和杀螨剂,曾是我国生产和使用量最大的农药,虽然国家于2007年禁止其销售和使用,但违规现象屡禁不止,甲胺磷残留超标及食物中毒事件时有发生,使得检测甲胺磷残留问题成为人们关注的焦点。
目前的检测方法主要有气相色谱(GC)或气相/质谱联用(GC/MS)、液相/质谱联用(HPLC/MS)、酶联免疫法、传感器检测法等。前两种方法费时、成本较高,后两种方法具有操作简便、准确、快速、灵敏等特点。
本发明采用表面增强拉曼光谱对甲胺磷进行检测,方法灵敏简便,分析速度快。目前,尚未发现甲胺磷相关的拉曼研究报导。
本发明以灵敏、操作简单的表面增强拉曼光谱(SERS)方法为基础,借助银纳米粒子的拉曼信号增强效应,建立一种蔬菜中甲胺磷的快速筛查方法,以达到实现甲胺磷残留的大批量现场筛查目的。
发明内容
本发明目的在于提供一种操作简便、分析迅速的甲胺磷的表面增强拉曼检测方法。本发明的技术方案如下:
(1)蔬菜样品经粉碎、与极性溶剂混合振荡,抽滤得到滤液,浓缩至干,用超纯水定容至5mL,过0.45μm滤膜后用于拉曼检测;
(2)纳米银溶液的制备:采用柠檬酸盐还原法;
(3)选择具有785nm激光波长的拉曼光谱仪,设置激光功率50-300mw,扫描时间2-20s;
(4)将溶于超纯水的甲胺磷标准液与与步骤(2)中银胶溶液按一定比例混合,以酸、碱调节pH为1.0-5.0,按步骤(3)进行拉曼光谱扫描,以甲胺磷浓度为横坐标,特征峰峰高为纵坐标绘制标准曲线,用于分析样品中甲胺磷的含量。
本发明的优点与有益效果是:采用本发明表面增强拉曼光谱对甲胺磷进行检测,检测限低,操作简便,可快速准确定性、定量蔬菜样品中的甲胺磷,可用于现场大规模样品检测,适于标准化。
附图说明
图1为甲胺磷标准品的普通拉曼光谱图;
图2为甲胺磷表面增强拉曼光谱图。图中a:甲胺磷标准品的常规拉曼图;b:超纯水的SERS图谱;c:1000μg/mL甲胺磷的SERS图谱;将668cm-1、946cm-1、2928cm-1处的峰作为甲胺磷的定性峰,以668cm-1处的峰作为甲胺磷的定量峰。
图3为甲胺磷在668cm-1处峰高与浓度的标准曲线图,横坐标为甲胺磷浓度,纵坐标为668cm-1的峰高。
具体实施方式
下面结合实施例对本发明做进一步详细说明,但本发明并不仅仅局限于下述实施例。
实施例1
准确称取甲胺磷50mg,用丙酮定容至50mL,制得浓度为1000μg/mL的标准储备液。
依次稀释成浓度为500μg/mL、100μg/mL、10μg/mL、1μg/mL、0.1μg/mL、0.01μg/mL、0.001μg/mL的标准液。用HNO3调节pH至2.3,选择具有785nm激光波长的拉曼光谱仪,设置激光功率为250mw,每个样品扫描10s,得到不同浓度甲胺磷的SERS图谱。以甲胺磷浓度为横坐标,SERS图谱中668cm-1处振动峰峰高为纵坐标绘制标准曲线(图3),得标准曲线函数关系为:y=59.552x+3856.3,相关系数r=0.9852,线性良好,可用于测定样品中分析物的量。
实施例2
取毛白菜实验样品洗净、晾干,去掉非食部分后剁碎或经组织捣碎机捣碎制成蔬菜试样。
称取蔬菜试样10g,精确至0.001g,用60g无水硫酸钠研磨呈干粉状,倒入具塞锥形瓶中,加入0.3g活性炭及80ml丙酮,振摇0.5h,抽滤,滤液浓缩定容至5mL,过0.45μm滤膜后用于拉曼检测。每个蔬菜样品做6个平行,分析结果见表1。
表1毛白菜中甲胺磷测定结果
实施例3
向已知甲胺磷含量的毛白菜样品中添加不等量的甲胺磷标准溶液,按实例2中步骤进行操作,每个样品重复测定6次,同时测定加标回收率与相对标准偏差,结果见表3,加标回收率在86.73%~96.61%之间,相对标准偏差在1.16%~2.51%之间,方法可靠。
表3SERS方法检测甲胺磷的回收率
Figure BSA00000555064500031
以上较佳实施例仅用于说明本发明的内容,除此之外,本发明还有其他实施方式,但凡本领域技术人员因本发明所涉及之技术启示,而采用等同替换或等效变形方式形成的技术方案均落在本发明的保护范围内。

Claims (3)

1.一种蔬菜中甲胺磷的表面增强拉曼光谱快速筛查方法,其特征在于:包括如下步骤:
(1)蔬菜样品经粉碎、与极性溶剂混合振荡,抽滤得到滤液,浓缩至干,用超纯水定容至5mL,过0.45μm滤膜后用于拉曼检测;
(2)纳米银溶液的制备:采用柠檬酸盐还原法;
(3)选择具有785nm激光波长的拉曼光谱仪,设置激光功率50-300mw,扫描时间2-20s;
(4)将溶于超纯水的甲胺磷标准液与与步骤(2)中银胶溶液按一定比例混合,以酸、碱调节pH为1.0-5.0,按步骤(3)进行拉曼光谱扫描,以甲胺磷浓度为横坐标,特征峰峰高为纵坐标绘制标准曲线,用于分析样品中甲胺磷的含量。
2.根据权利要求1所述的甲胺磷的表面增强拉曼光谱检测方法,其特征在于:所述步骤(1)中萃取用的极性溶剂为超纯水、甲醇、乙醇、乙酸乙酯、丙酮、二氯甲烷、三氯甲烷中的任一种。
3.根据权利要求1所述的甲胺磷的表面增强拉曼光谱检测方法,其特征在于:所述步骤(4)和(5)中所用酸为HNO3、HCL、H2SO4、H3PO4、HClO4溶液,所用碱为NaOH溶液。
CN 201110229459 2011-08-11 2011-08-11 一种蔬菜中甲胺磷的表面增强拉曼光谱快速筛查方法 Expired - Fee Related CN102313730B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 201110229459 CN102313730B (zh) 2011-08-11 2011-08-11 一种蔬菜中甲胺磷的表面增强拉曼光谱快速筛查方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 201110229459 CN102313730B (zh) 2011-08-11 2011-08-11 一种蔬菜中甲胺磷的表面增强拉曼光谱快速筛查方法

Publications (2)

Publication Number Publication Date
CN102313730A true CN102313730A (zh) 2012-01-11
CN102313730B CN102313730B (zh) 2013-01-09

Family

ID=45427084

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 201110229459 Expired - Fee Related CN102313730B (zh) 2011-08-11 2011-08-11 一种蔬菜中甲胺磷的表面增强拉曼光谱快速筛查方法

Country Status (1)

Country Link
CN (1) CN102313730B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102879381A (zh) * 2012-10-29 2013-01-16 江南大学 抗菌药呋喃唑酮和呋喃西林的表面增强拉曼光谱检测方法
CN103439310A (zh) * 2013-09-02 2013-12-11 中国检验检疫科学研究院 一种快速检测三甘醇中水分含量的拉曼光谱方法
CN103472051A (zh) * 2013-09-20 2013-12-25 华东交通大学 一种水果农药残留的表面增强拉曼光谱检测方法
CN104101591A (zh) * 2014-07-24 2014-10-15 江西农业大学 柑桔中痕量农药残留的表面增强拉曼光谱快速检测方法
CN104568909A (zh) * 2015-02-10 2015-04-29 吕志伟 一种基于表面增强拉曼散射技术牛奶中双氰胺含量的检测方法
CN103411953B (zh) * 2013-08-19 2015-11-18 东莞市华立实业股份有限公司 一种对农药乳油制剂进行现场快速检测的方法
CN105136773A (zh) * 2015-09-17 2015-12-09 上海大学 一种利用拉曼光谱快速检测丁氟螨酯的方法
CN111948191A (zh) * 2020-07-30 2020-11-17 季华实验室 一种多光源拉曼光谱分析方法及其应用
CN112630151A (zh) * 2020-12-18 2021-04-09 成都子之源绿能科技有限公司 Sers衬底及制备方法和采用sers测量农残的方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006099494A2 (en) * 2005-03-14 2006-09-21 The Regents Of The University Of California Metallic nanostructures adapted for electromagnetic field enhancement
CN101400976A (zh) * 2005-12-19 2009-04-01 美国光纳科技 化学检测器
CN101629906A (zh) * 2008-07-20 2010-01-20 欧普图垂斯科技有限公司 检测被测对象中特定化学物质的方法及系统
WO2010057212A1 (en) * 2008-11-17 2010-05-20 Oxonica Materials, Inc. Melamine assay methods and systems
CN102081043A (zh) * 2009-11-27 2011-06-01 中国科学院生态环境研究中心 一种新型的艾氏剂检测方法
CN102140633A (zh) * 2011-01-14 2011-08-03 楚雄师范学院 基于恒温制备具有宽等离子吸收波带的纳米银膜方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006099494A2 (en) * 2005-03-14 2006-09-21 The Regents Of The University Of California Metallic nanostructures adapted for electromagnetic field enhancement
CN101400976A (zh) * 2005-12-19 2009-04-01 美国光纳科技 化学检测器
CN101629906A (zh) * 2008-07-20 2010-01-20 欧普图垂斯科技有限公司 检测被测对象中特定化学物质的方法及系统
WO2010057212A1 (en) * 2008-11-17 2010-05-20 Oxonica Materials, Inc. Melamine assay methods and systems
CN102081043A (zh) * 2009-11-27 2011-06-01 中国科学院生态环境研究中心 一种新型的艾氏剂检测方法
CN102140633A (zh) * 2011-01-14 2011-08-03 楚雄师范学院 基于恒温制备具有宽等离子吸收波带的纳米银膜方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
ALA M. ALAK ETC: "《Surface-Enhanced Raman Spectrometry of Organophosphorus》", 《ANAL. CHEM》, 31 December 1987 (1987-12-31), pages 2149 - 2153 *
吉芳英等: "《氧化乐果的振动光谱及其表面增强拉曼散射研究》", 《分析化学( FENXIHUAXUE) 研究报告》, 31 August 2010 (2010-08-31), pages 1127 - 1132 *
王林等: "《中华人民共和国国家标准》", 1 January 2004, article "《蔬菜中有机磷和氨基甲酸醋类农药残留量的快速检测》" *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102879381A (zh) * 2012-10-29 2013-01-16 江南大学 抗菌药呋喃唑酮和呋喃西林的表面增强拉曼光谱检测方法
CN102879381B (zh) * 2012-10-29 2015-06-10 江南大学 抗菌药呋喃唑酮和呋喃西林的表面增强拉曼光谱检测方法
CN103411953B (zh) * 2013-08-19 2015-11-18 东莞市华立实业股份有限公司 一种对农药乳油制剂进行现场快速检测的方法
CN103439310A (zh) * 2013-09-02 2013-12-11 中国检验检疫科学研究院 一种快速检测三甘醇中水分含量的拉曼光谱方法
CN103472051A (zh) * 2013-09-20 2013-12-25 华东交通大学 一种水果农药残留的表面增强拉曼光谱检测方法
CN104101591A (zh) * 2014-07-24 2014-10-15 江西农业大学 柑桔中痕量农药残留的表面增强拉曼光谱快速检测方法
CN104568909A (zh) * 2015-02-10 2015-04-29 吕志伟 一种基于表面增强拉曼散射技术牛奶中双氰胺含量的检测方法
CN105136773A (zh) * 2015-09-17 2015-12-09 上海大学 一种利用拉曼光谱快速检测丁氟螨酯的方法
CN111948191A (zh) * 2020-07-30 2020-11-17 季华实验室 一种多光源拉曼光谱分析方法及其应用
CN111948191B (zh) * 2020-07-30 2022-10-18 季华实验室 一种多光源拉曼光谱分析方法及其应用
CN112630151A (zh) * 2020-12-18 2021-04-09 成都子之源绿能科技有限公司 Sers衬底及制备方法和采用sers测量农残的方法

Also Published As

Publication number Publication date
CN102313730B (zh) 2013-01-09

Similar Documents

Publication Publication Date Title
CN102313730B (zh) 一种蔬菜中甲胺磷的表面增强拉曼光谱快速筛查方法
CN102960096B (zh) 基于近红外光谱的水稻单籽粒活力无损检测筛选方法
CN104101591A (zh) 柑桔中痕量农药残留的表面增强拉曼光谱快速检测方法
CN104142321A (zh) 茶叶中农药残留的表面增强拉曼光谱快速检测方法
CN104048941A (zh) 采用近红外光谱快速测定麦冬中多指标性成分含量的方法
CN103529004B (zh) 基于三维荧光检测黄曲霉素b1的方法
CN107884358B (zh) 一种便携式土壤养分检测装置
CN111220592B (zh) 基于表面增强拉曼光谱的羟基山椒素快速检测方法
CN104034689A (zh) 基于压片法的土壤重金属含量的检测方法及装置
CN103645201A (zh) 基于x射线荧光快速检测大米中重金属镉的方法
CN102879381B (zh) 抗菌药呋喃唑酮和呋喃西林的表面增强拉曼光谱检测方法
CN103487422A (zh) 多波长led荧光光谱的云端中药品质检测系统及方法
CN111189941B (zh) 一种快速检测茶叶中苦参碱残留量的方法
CN106198442A (zh) 一种鉴别盘锦大米的光谱分析方法
CN101806683B (zh) 烟草水分检测标准样品的制作及烘箱校准方法
CN102980956A (zh) 一种9-羰基-10,11-去氢泽兰酮的快速提取检测方法
CN104407070B (zh) 食品中偶氮二甲酰胺含量的检测方法
CN105043837B (zh) 一种用于激光诱导击穿光谱仪的自动化制样系统
CN105334183A (zh) 一种基于近红外光谱鉴别法定麻黄药材的方法
CN104007164A (zh) 离子迁移谱仪用于检测农作物中赤霉素残留的用途及方法
CN104198665A (zh) 一种谷物类农作物中镉元素快速测定方法
CN102175640A (zh) 淫羊藿加工生产中的近红外在线检测方法
CN107632009A (zh) 一种青菜重金属检测装置及其检测方法
JP6606352B2 (ja) もろみ中のエタノールとグルコースの定量法及び濾過器具
CN203455271U (zh) 基于超光谱检测技术的广域土壤肥力参数集成评价系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20130109

Termination date: 20140811

EXPY Termination of patent right or utility model