CN103499530B - 一种蔬菜水果中农药残留物的快速检测方法 - Google Patents
一种蔬菜水果中农药残留物的快速检测方法 Download PDFInfo
- Publication number
- CN103499530B CN103499530B CN201310478150.9A CN201310478150A CN103499530B CN 103499530 B CN103499530 B CN 103499530B CN 201310478150 A CN201310478150 A CN 201310478150A CN 103499530 B CN103499530 B CN 103499530B
- Authority
- CN
- China
- Prior art keywords
- vegetable
- fruit
- agricultural chemicals
- pesticide
- detection model
- 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.)
- Expired - Fee Related
Links
- 235000013399 edible fruits Nutrition 0.000 title claims abstract description 44
- 235000013311 vegetables Nutrition 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims abstract description 33
- 239000000447 pesticide residue Substances 0.000 title claims abstract description 20
- 239000003905 agrochemical Substances 0.000 claims abstract description 44
- 238000001514 detection method Methods 0.000 claims abstract description 38
- 239000000575 pesticide Substances 0.000 claims abstract description 38
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 27
- 238000001228 spectrum Methods 0.000 claims abstract description 25
- 239000012153 distilled water Substances 0.000 claims abstract description 19
- 238000002235 transmission spectroscopy Methods 0.000 claims description 20
- 230000001476 alcoholic effect Effects 0.000 claims description 18
- 235000015203 fruit juice Nutrition 0.000 claims description 18
- 235000015192 vegetable juice Nutrition 0.000 claims description 18
- 238000004611 spectroscopical analysis Methods 0.000 claims description 10
- 230000035699 permeability Effects 0.000 abstract description 4
- 230000035945 sensitivity Effects 0.000 abstract description 4
- 238000012360 testing method Methods 0.000 abstract description 4
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 abstract description 3
- 235000013305 food Nutrition 0.000 abstract description 3
- 239000002904 solvent Substances 0.000 abstract description 3
- 230000003595 spectral effect Effects 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 3
- 241000238631 Hexapoda Species 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000009021 linear effect Effects 0.000 description 2
- YVGGHNCTFXOJCH-UHFFFAOYSA-N DDT Chemical compound C1=CC(Cl)=CC=C1C(C(Cl)(Cl)Cl)C1=CC=C(Cl)C=C1 YVGGHNCTFXOJCH-UHFFFAOYSA-N 0.000 description 1
- 241000233866 Fungi Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004587 chromatography analysis Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- OEBRKCOSUFCWJD-UHFFFAOYSA-N dichlorvos Chemical compound COP(=O)(OC)OC=C(Cl)Cl OEBRKCOSUFCWJD-UHFFFAOYSA-N 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 235000021393 food security Nutrition 0.000 description 1
- 238000004128 high performance liquid chromatography Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004433 infrared transmission spectrum Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 231100000053 low toxicity Toxicity 0.000 description 1
- 239000003987 organophosphate pesticide Substances 0.000 description 1
- 238000003822 preparative gas chromatography Methods 0.000 description 1
- 150000003431 steroids Chemical class 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000004808 supercritical fluid chromatography Methods 0.000 description 1
- 231100000419 toxicity Toxicity 0.000 description 1
- 230000001988 toxicity Effects 0.000 description 1
- JLYXXMFPNIAWKQ-UHFFFAOYSA-N γ Benzene hexachloride Chemical compound ClC1C(Cl)C(Cl)C(Cl)C(Cl)C1Cl JLYXXMFPNIAWKQ-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
一种蔬菜水果中农药残留物的快速检测方法属于食品安全领域，具体涉及一种应用于蔬菜水果农药检测的方法；该方法首先建立检测模型，然后检测待测蔬菜水果光谱，最后判断蔬菜水果中农药成分及含量；本发明不仅可以通过光谱检测出农药的种类，还可以根据吸收的强弱判断农药的含量；由于不需要测量出农药的实际含量，即可通过与检测模型相对比得到其含量，因此检测效率高；由于采用蒸馏水和酒精作为溶剂，透过性强，因此灵敏度好、测量精度高。
Description
技术领域
一种蔬菜水果中农药残留物的快速检测方法属于食品安全领域，具体涉及一种应用于蔬菜水果农药检测的方法。
背景技术
农药可以用来杀灭昆虫、真菌和其他危害作物生长的生物。最早使用的农药有滴滴涕、六六六等，它们能大量消灭害虫。但它们的稳定性好，能在环境中长期存在，并在动植物及人体中不断积累，为此被淘汰。后来改用有机磷农药，如敌敌畏等，替代最初的农药。然而它们的毒性太大，对人畜的危害很大。近年来，一批高效低毒的农药出现，现在人们已经找到了具有专一性的农药，即激素类农药。
然而，不管农药有多进步，毕竟属于化学品范畴，会对环境造成影响，对身体健康造成影响。因为，为了食品安全，需要对食品进行农药残留检测。
目前，农药残留的常规检测方法有：薄层色谱法、气相色谱法、高效液相色谱法、超临界流体色谱法等等。其中，仪器分析检测法精度最高，但其检测过程复杂、检测时间长。生化检测技术发展迅速，但是前期投入大、实验条件苛刻。
发明专利《微量农药的快速检测方法》，申请号：200910236834.1，公开了一种基于红外透射光谱的农药检测方法。具有操作简单、检测速度快的优势。然而这种方式采用滤纸样品，透过性不好，因此，该方法的灵敏度差、测量精度不高。
发明内容
为了解决上述问题，本发明设计了一种蔬菜水果中农药残留物的快速检测方法，不仅可以通过光谱检测出农药的种类，还可以根据吸收的强弱判断农药的含量；由于不需要测量出农药的实际含量，即可通过与检测模型相对比得到其含量，因此检测效率高；由于采用蒸馏水和酒精作为溶剂，透过性强，因此灵敏度好、测量精度高。
本发明的目的是这样实现的：
一种蔬菜水果中农药残留物的快速检测方法，包括以下步骤：
步骤a、建立检测模型
a1、制备样品：将农药与蒸馏水进行混合；
a2、采集光谱数据：获取农药水溶液近红外透射光谱；
a3、建立检测模型：根据农药与蒸馏水的比例，以及所对应的农药水溶液近红外透射光谱，建立光谱与农药含量检测模型；
步骤b、检测待测蔬菜水果光谱
b1、制备样品：将待测蔬菜水果研磨，取20ml蔬菜水果汁溶于80ml酒精溶液中；
b2、采集光谱数据：获取蔬菜水果汁酒精溶液的近红外透射光谱；
步骤c、判断蔬菜水果中农药成分及含量
对比步骤b2得到的蔬菜水果汁酒精溶液的近红外透射光谱与步骤a3得到的光谱与农药含量检测模型，获得农药的成分及含量。
上述的一种蔬菜水果中农药残留物的快速检测方法，步骤a1所述的农药为溶于蒸馏水的农药。
上述的一种蔬菜水果中农药残留物的快速检测方法，步骤a1中，农药与蒸馏水的质量比选择成等差数列的多个比例关系。
上述的一种蔬菜水果中农药残留物的快速检测方法，所述的步骤a3中，所述的光谱与农药含量检测模型为二维曲线形式。
所述的步骤a3中，不同的农药绘制不同的二维曲线。
所述的二维曲线中相邻的两点为线性连接。
所述的二维曲线通过多阶函数拟合方法获得。
上述的一种蔬菜水果中农药残留物的快速检测方法，当步骤a执行过一次后，包括以下步骤：
步骤b、检测待测蔬菜水果光谱
b1、制备样品：将待测蔬菜水果研磨，取20ml蔬菜水果汁溶于80ml酒精溶液中；
b2、采集光谱数据：获取蔬菜水果汁酒精溶液的近红外透射光谱；
步骤c、判断蔬菜水果中农药成分及含量
对比步骤b2得到的蔬菜水果汁酒精溶液的近红外透射光谱与步骤a3得到的光谱与农药含量检测模型，获得农药的成分及含量。
由于本发明蔬菜水果中农药残留物的快速检测方法，首先建立检测模型，然后检测待测蔬菜水果光谱，最后判断蔬菜水果中农药成分及含量；这种方式不仅可以通过光谱检测出农药的种类，还可以根据吸收的强弱判断农药的含量；由于不需要测量出农药的实际含量，即可通过与检测模型相对比得到其含量，因此检测效率高；由于采用蒸馏水和酒精作为溶剂，透过性强，因此灵敏度好、测量精度高。
附图说明
图1是本发明蔬菜水果中农药残留物的快速检测方法流程图如图1所示。
具体实施方式
下面结合附图对本发明具体实施方式作进一步详细描述。
具体实施例一
本实施例的蔬菜水果中农药残留物的快速检测方法，流程图如图1所示，该方法包括以下步骤：
步骤a、建立检测模型
a1、制备样品：将农药与蒸馏水进行混合；
a2、采集光谱数据：获取农药水溶液近红外透射光谱；
a3、建立检测模型：根据农药与蒸馏水的比例，以及所对应的农药水溶液近红外透射光谱，建立光谱与农药含量检测模型；
步骤b、检测待测蔬菜水果光谱
b1、制备样品：将待测蔬菜水果研磨，取20ml蔬菜水果汁溶于80ml酒精溶液中；
b2、采集光谱数据：获取蔬菜水果汁酒精溶液的近红外透射光谱；
步骤c、判断蔬菜水果中农药成分及含量
对比步骤b2得到的蔬菜水果汁酒精溶液的近红外透射光谱与步骤a3得到的光谱与农药含量检测模型，获得农药的成分及含量。
以上实施例的蔬菜水果中农药残留物的快速检测方法，步骤a1所述的农药为溶于蒸馏水的农药，且农药与蒸馏水的质量比选择成等差数列的多个比例关系。步骤a3中，所述的光谱与农药含量检测模型为二维曲线形式，且不同的农药绘制不同的二维曲线。所述的二维曲线中相邻的两点为线性连接。这种相邻两点线性连接的方式，更适合光谱与农药含量线性的情况。
具体实施例二
蔬菜水果中农药残留物的快速检测方法，包括以下步骤：
步骤a、建立检测模型
a1、制备样品：将农药与蒸馏水进行混合；
a2、采集光谱数据：获取农药水溶液近红外透射光谱；
a3、建立检测模型：根据农药与蒸馏水的比例，以及所对应的农药水溶液近红外透射光谱，建立光谱与农药含量检测模型；
步骤b、检测待测蔬菜水果光谱
b1、制备样品：将待测蔬菜水果研磨，取20ml蔬菜水果汁溶于80ml酒精溶液中；
b2、采集光谱数据：获取蔬菜水果汁酒精溶液的近红外透射光谱；
步骤c、判断蔬菜水果中农药成分及含量
对比步骤b2得到的蔬菜水果汁酒精溶液的近红外透射光谱与步骤a3得到的光谱与农药含量检测模型，获得农药的成分及含量。
以上实施例的蔬菜水果中农药残留物的快速检测方法，步骤a1所述的农药为溶于蒸馏水的农药，且农药与蒸馏水的质量比选择成等差数列的多个比例关系。步骤a3中，所述的光谱与农药含量检测模型为二维曲线形式，且不同的农药绘制不同的二维曲线。所述的二维曲线通过多阶函数拟合方法获得。这种曲线拟合的方式获得二维曲线，更适合光谱与农药含量非线性的情况。
具体实施例三
本实施例的蔬菜水果中农药残留物的快速检测方法，当步骤a执行过一次后，包括以下步骤：
步骤b、检测待测蔬菜水果光谱
b1、制备样品：将待测蔬菜水果研磨，取20ml蔬菜水果汁溶于80ml酒精溶液中；
b2、采集光谱数据：获取蔬菜水果汁酒精溶液的近红外透射光谱；
步骤c、判断蔬菜水果中农药成分及含量
对比步骤b2得到的蔬菜水果汁酒精溶液的近红外透射光谱与步骤a3得到的光谱与农药含量检测模型，获得农药的成分及含量。
本发明不局限于上述最佳实施方式，任何人应该得知在本发明的启示下作出的结构变化或方法改进，凡是与本发明具有相同或相近的技术方案，均落入本发明的保护范围之内。
Claims (3)
1.一种蔬菜水果中农药残留物的快速检测方法，其特征在于：包括以下步骤：
步骤a、建立检测模型
a1、制备样品：将能够溶于蒸馏水的农药与蒸馏水进行混合；农药与蒸馏水的质量比选择成等差数列的多个比例关系；
a2、采集光谱数据：获取农药水溶液近红外透射光谱；
a3、建立检测模型：根据农药与蒸馏水的比例，以及所对应的农药水溶液近红外透射光谱，建立光谱与农药含量检测模型；
所述光谱与农药含量检测模型为二维曲线形式，不同的农药绘制不同的二维曲线；
步骤b、检测待测蔬菜水果光谱
b1、制备样品：将待测蔬菜水果研磨，取20ml蔬菜水果汁溶于80ml酒精溶液中；
b2、采集光谱数据：获取蔬菜水果汁酒精溶液的近红外透射光谱；
步骤c、判断蔬菜水果中农药成分及含量
对比步骤b2得到的蔬菜水果汁酒精溶液的近红外透射光谱与步骤a3得到的光谱与农药含量检测模型，获得农药的成分及含量。
2.根据权利要求1所述的一种蔬菜水果中农药残留物的快速检测方法，其特征在于：所述的二维曲线中相邻的两点为线性连接。
3.根据权利要求1所述的一种蔬菜水果中农药残留物的快速检测方法，其特征在于：所述的二维曲线通过多阶函数拟合方法获得。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310478150.9A CN103499530B (zh) | 2013-10-14 | 2013-10-14 | 一种蔬菜水果中农药残留物的快速检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310478150.9A CN103499530B (zh) | 2013-10-14 | 2013-10-14 | 一种蔬菜水果中农药残留物的快速检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103499530A CN103499530A (zh) | 2014-01-08 |
| CN103499530B true CN103499530B (zh) | 2015-12-09 |
Family
ID=49864760
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310478150.9A Expired - Fee Related CN103499530B (zh) | 2013-10-14 | 2013-10-14 | 一种蔬菜水果中农药残留物的快速检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103499530B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105974072A (zh) * | 2016-05-03 | 2016-09-28 | 成都亿信标准认证集团有限公司 | 食品安全检测系统 |
| CN107300528B (zh) * | 2017-07-05 | 2019-12-06 | 中科谱光科技（北京）有限公司 | 一种蔬菜农药残留检测方法及系统 |
| CN108872139A (zh) * | 2018-05-09 | 2018-11-23 | 苏州农业职业技术学院 | 一种蔬菜水果中有机磷农药残留检测方法 |
| CN108444946A (zh) * | 2018-05-10 | 2018-08-24 | 苏州农业职业技术学院 | 一种农产品农药残留检测方法及装置 |
| CN111220601A (zh) * | 2018-11-27 | 2020-06-02 | 上海尚湾信息技术有限公司 | 一种蔬菜水果中农药残留的快速检测方法 |
| CN111551518B (zh) * | 2020-04-21 | 2022-11-29 | 浙江省农业科学院 | 一种蔬菜农药残留检测方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1683922A (zh) * | 2004-04-14 | 2005-10-19 | 深圳市无公害农产品质量监督检验站 | 一种蔬菜有机磷农药残留的分析方法 |
| CN101587067A (zh) * | 2009-06-25 | 2009-11-25 | 上海交通大学 | 测定根茎类蔬菜中毒死蜱含量的方法 |
| CN101701909A (zh) * | 2009-11-02 | 2010-05-05 | 中国农业大学 | 微量农药的快速检测方法 |
-
2013
- 2013-10-14 CN CN201310478150.9A patent/CN103499530B/zh not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1683922A (zh) * | 2004-04-14 | 2005-10-19 | 深圳市无公害农产品质量监督检验站 | 一种蔬菜有机磷农药残留的分析方法 |
| CN101587067A (zh) * | 2009-06-25 | 2009-11-25 | 上海交通大学 | 测定根茎类蔬菜中毒死蜱含量的方法 |
| CN101701909A (zh) * | 2009-11-02 | 2010-05-05 | 中国农业大学 | 微量农药的快速检测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于近红外光谱技术的微量有机磷农药的快速检测;陈菁菁等;《食品安全质量检测技术》;20091031;第1卷(第1期);摘要，第46页左栏倒数第2段至48页第1段，第49页右栏第1段 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103499530A (zh) | 2014-01-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103499530B (zh) | 一种蔬菜水果中农药残留物的快速检测方法 | |
| CN102426153B (zh) | 一种基于冠层高光谱指数的小麦植株水分监测方法 | |
| Yi et al. | Different units of measurement of carotenoids estimation in cotton using hyperspectral indices and partial least square regression | |
| Yi et al. | Estimation of leaf water content in cotton by means of hyperspectral indices | |
| Diago et al. | Calibration of non‐invasive fluorescence‐based sensors for the manual and on‐the‐go assessment of grapevine vegetative status in the field | |
| CN102830072A (zh) | 一种基于近红外光谱鉴别重金属污染水稻叶片的方法 | |
| Zhao et al. | Relationships of leaf nitrogen concentration and canopy nitrogen density with spectral features parameters and narrow-band spectral indices calculated from field winter wheat (Triticum aestivum L.) spectra | |
| CN103276045A (zh) | 一种铜绿微囊藻的快速计数方法 | |
| Tung et al. | Evaluation of water potentials of leafy vegetables using hyperspectral imaging | |
| Marques et al. | Assessing the Water Status and Leaf Pigment Content of Olive Trees: Evaluating the Potential and Feasibility of Unmanned Aerial Vehicle Multispectral and Thermal Data for Estimation Purposes | |
| CN103353443A (zh) | 一种基于近红外光谱的中宁枸杞子判别方法 | |
| Reddy et al. | Influence of plant pigments on spectral reflectance of maize, groundnut and soybean grown in semi-arid environments | |
| Seoane et al. | Monitoring phytoplankton assemblages in estuarine waters: The application of pigment analysis and microscopy to size-fractionated samples | |
| Asai et al. | Detection of phycobilin pigments and their seasonal change in Lake Kasumigaura using a sensitive in situ fluorometric sensor | |
| CN103760133B (zh) | 检测农副产品异常成分的方法及装置 | |
| CN102841067B (zh) | 一种检测微痕量克百威的方法 | |
| Zhang et al. | Remote estimation of leaf water content using spectral index derived from hyperspectral data | |
| CN108872139A (zh) | 一种蔬菜水果中有机磷农药残留检测方法 | |
| CN103983495A (zh) | 一种河鲀毒素阳性质控样品及其制备方法和应用 | |
| Kong et al. | An integrated field and hyperspectral remote sensing method for the estimation of pigments content of Stipa Purpurea in Shenzha, Tibet | |
| CN101493419A (zh) | 一种用于检测叶绿素a的化学发光方法 | |
| Scattolin et al. | Linden tree stress detection: Chlorophyll–nitrogen contents and ectomycorrhizal community | |
| CN107917980B (zh) | 鉴定榆树树龄的生物标志物、获取方法及其应用 | |
| CN102043012B (zh) | 一种鱼体受镉污染的检测方法 | |
| Xue-qi et al. | Monitoring model of dendrolimus tabulaeformis disaster using hyperspectral remote sensing technology. |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20170727 Address after: 523000 Guangdong province Dongguan Nancheng District week Xilong Xi Road No. 5 Building No. 401-402 E Goldman Science Park Patentee after: DONGGUAN HENDU DETECTION TECHNOLOGY CO.,LTD. Address before: Building 214070 West Liyuan Development Zone in Jiangsu province Wuxi City No. 599 Building 1 Room 305 Patentee before: WUXI XRESEARCH PRODUCT DESIGN AND RESEARCH Co.,Ltd. |
|
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20151209 |