CN107643371A - 一种食用农产品质量安全风险评估模型的建立方法 - Google Patents
一种食用农产品质量安全风险评估模型的建立方法 Download PDFInfo
- Publication number
- CN107643371A CN107643371A CN201710822306.9A CN201710822306A CN107643371A CN 107643371 A CN107643371 A CN 107643371A CN 201710822306 A CN201710822306 A CN 201710822306A CN 107643371 A CN107643371 A CN 107643371A
- Authority
- CN
- China
- Prior art keywords
- risk
- monitoring result
- detection
- sample source
- quality
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 12
- 238000013210 evaluation model Methods 0.000 title claims abstract description 10
- 238000001514 detection method Methods 0.000 claims abstract description 67
- 238000012544 monitoring process Methods 0.000 claims abstract description 54
- 239000003153 chemical reaction reagent Substances 0.000 claims abstract description 20
- 239000000447 pesticide residue Substances 0.000 claims abstract description 7
- 238000000605 extraction Methods 0.000 claims abstract description 4
- 230000002401 inhibitory effect Effects 0.000 claims description 20
- 230000008520 organization Effects 0.000 claims description 3
- 238000001228 spectrum Methods 0.000 claims description 3
- 238000002834 transmittance Methods 0.000 claims description 2
- 235000013305 food Nutrition 0.000 abstract description 4
- 239000000523 sample Substances 0.000 description 28
- 102000004190 Enzymes Human genes 0.000 description 6
- 108090000790 Enzymes Proteins 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 6
- 230000005764 inhibitory process Effects 0.000 description 6
- 238000002835 absorbance Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 235000021393 food security Nutrition 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 239000000575 pesticide Substances 0.000 description 3
- 238000012502 risk assessment Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000012488 sample solution Substances 0.000 description 2
- 235000013311 vegetables Nutrition 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
- 238000009738 saturating Methods 0.000 description 1
Landscapes
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明涉及食品安全技术领域,公开一种食用农产品质量安全风险评估模型的建立方法,包括以下步骤:(1)采集来自于农药残留检测仪的检测数据,并传输至服务器中保存;(2)从服务器中提取检测数据,并构建风险模型,对品种风险、样品来源风险、检测质量风险和试剂效价风险进行评估,(3)根据对品种风险、样品来源风险、检测质量风险和试剂效价风险的评估值得出监测结果。本发明充分利用了农残仪的检测数据,建立了能够对品种风险、样品来源风险、检测质量风险和试剂效价风险进行可靠评估的模型,根据得出的监测结果进行风险预警,防范危险于未然。
Description
技术领域
本发明涉及食品安全技术领域,具体地说是一种食用农产品质量安全风险评估模型的建立方法。
背景技术
随着食品安全越来越得到重视,国家和社会机构投入大量资金购买各种快速检测设备对农药残留进行分析。目前对农残仪的检测数据的利用,一般只是进行汇总、分类等统计,以及对检测数据进行检索,没有充分利用检测数据对风险进行预警。
因此,为了提升基层检测对农药残留风险控制的能力,提高农药残留检测的管理水平,亟需开发一种食用农产品质量安全风险评估模型的建立方法。
发明内容
针对现有技术的不足,本发明提供了一种食用农产品质量安全风险评估模型的建立方法。
本发明为实现上述目的,采取以下技术方案予以实现:
一种食用农产品质量安全风险评估模型的建立方法,包括以下步骤:
(1)采集来自于农药残留检测仪的检测数据,并传输至服务器中保存;
(2)从服务器中提取检测数据,并构建风险模型,对品种风险、样品来源风险、检测质量风险和试剂效价风险进行评估,具体如下:
品种风险F1=(该品种过去15日的阳性率)×300+(该品种过去15日抑制率在35%~50%的比率)×15+(该品种过去15日之前至60日内的阳性率)×100+(该品种过去15日之前至60日内抑制率在35%~50%的比率)×5+(该品种过去60日之前至1年内的阳性率)×20+(该品种过去60日之前至一年内抑制率在35%~50%的比率)×1;
样品来源风险F2=(该样品来源过去15日的阳性率)×300+(该样品来源过去15日抑制率在35%~50%的比率)×15+(该样品来源过去15日之前至60日内的阳性率)×100+(该样品来源过去15日之前至60日内抑制率在35%~50%的比率)×5+(该样品来源过去60日之前至1年内的阳性率)×20+(该样品来源过去60日之前至一年内抑制率在35%~50%的比率)×1;
A、当△Ac<0.3且(I<0.1%或I≥99.9%);
检测质量风险F3=10;
B、当不满足条件A,且△Ac<0.3%或(I<0.1%或I≥99.9%);
检测质量风险F3=50;
C、当不满足条件A和B,且0.3≤△Ac<0.5;
检测质量风险
D、当不满足条件A和B,且0.5≤△Ac<0.6;
检测质量风险
F、当不满足条件A和B,且0.6≤△Ac;
检测质量风险
试剂效价风险F4=使用该试剂的所有检测记录的检测质量风险评估值的平均值-农残仪初检结果为阳性但复检为阴性的记录数;
(3)根据对品种风险、样品来源风险、检测质量风险和试剂效价风险的评估值得出监测结果:
A、当F1>80,监测结果为高风险;当60<F1≤80,监测结果为低风险;当20<F1≤60,监测结果为合格;当F1≤20,监测结果为优良;
B、当F2>80,监测结果为高风险;当60<F2≤80,监测结果为低风险;当20<F2≤60,监测结果为合格;当F2≤20,监测结果为优良;
C、当F3≥80,监测结果为优良;当60≤F3<80,监测结果为合格;当F3<60,监测结果为不合格;
D、当F4≥80,监测结果为优良;当60≤F4<80,监测结果为合格;当F4<60,监测结果为不合格。
上述公式中,I为酶抑制率,酶抑制率I的计算公式如下:I=(△Ac-△As)/△Ac×100%;其中:△Ac为检测3min空白对照组吸光度的变化;△As为检测3min样品溶液吸光度的变化。
优选地,对监测结果为高风险、低风险和不合格的进行预警提醒。
优选地,所述检测数据包括:检测编号、样品名称、样品编号、样品来源、抑制率、透射比、ΔAc、检测单位、检测时间、检测人、管理机构、检测仪器仪器编码、吸光度值-时间的反应曲线。
在使用过程中,可以从服务器中提取全部或部分检测数据,形成数据汇总表、月报表、年报表、未按时上报统计表、品种检测情况分析表、辖区检测情况分析表、监测单位检测情况分析表、检测质量分析表、检测试剂效能评价表、样品来源质量分析表、品种风险分析表等,为决策提供依据。
与现有技术相比,本发明的有益效果如下:
本发明充分利用了农残仪的检测数据,建立了能够对品种风险、样品来源风险、检测质量风险和试剂效价风险进行可靠评估的模型,根据得出的监测结果进行风险预警,防范危险于未然。
通过本发明,可以帮助监管部门对农残检测实验的质量进行评价和指导检测人员规范操作,大幅度地提高检测质量,同时,在检测质量提高的同时,也大幅度地增加了检测数据的可靠性、可信度,从而增加了风险预警的可靠性、可信度,以此为依据来指导日常的食品安全监管工作,可大大增强本地区的食品安全。
具体实施方式
下面结合实施例对本发明作进一步的描述,但需要说明的是,实施例并不对本发明要求保护范围的构成限制。
一种食用农产品质量安全风险评估模型的建立方法,包括以下步骤:
(1)采集来自于农药残留检测仪的检测数据,并传输至服务器中保存;
所述检测数据包括但不限于:检测编号、样品名称、样品编号、样品来源、抑制率、透射比、ΔAc、检测单位、检测时间、检测人、管理机构、检测仪器仪器编码、吸光度值-时间的反应曲线。
农药残留快速检测仪对待检测蔬菜酶抑制率的检测,从而获得上述检测数据,可以参考CN201710464384.6公开的一种农药残留快速检测仪检残留快速测质量的评估方法,在此不做赘述。
(2)从服务器中提取检测数据,并构建风险模型,对品种风险、样品来源风险、检测质量风险和试剂效价风险进行评估,具体如下:
品种风险F1=(该品种过去15日的阳性率)×300+(该品种过去15日抑制率在35%~50%的比率)×15+(该品种过去15日之前至60日内的阳性率)×100+(该品种过去15日之前至60日内抑制率在35%~50%的比率)×5+(该品种过去60日之前至1年内的阳性率)×20+(该品种过去60日之前至一年内抑制率在35%~50%的比率)×1;
样品来源风险F2=(该样品来源过去15日的阳性率)×300+(该样品来源过去15日抑制率在35%~50%的比率)×15+(该样品来源过去15日之前至60日内的阳性率)×100+(该样品来源过去15日之前至60日内抑制率在35%~50%的比率)×5+(该样品来源过去60日之前至1年内的阳性率)×20+(该样品来源过去60日之前至一年内抑制率在35%~50%的比率)×1;
A、当△Ac<0.3且(I<0.1%或I≥99.9%);
检测质量风险F3=10;
B、当不满足条件A,且△Ac<0.3%或(I<0.1%或I≥99.9%);
检测质量风险F3=50;
C、当不满足条件A和B,且0.3≤△Ac<0.5;
检测质量风险
D、当不满足条件A和B,且0.5≤△Ac<0.6;
检测质量风险
F、当不满足条件A和B,且0.6≤△Ac;
检测质量风险
试剂效价风险F4=使用该试剂的所有检测记录的检测质量风险评估值的平均值-农残仪初检结果为阳性但复检为阴性的记录数;
(3)根据对品种风险、样品来源风险、检测质量风险和试剂效价风险的评估值得出监测结果:
A、当F1>80,监测结果为高风险;当60<F1≤80,监测结果为低风险;当20<F1≤60,监测结果为合格;当F1≤20,监测结果为优良;
B、当F2>80,监测结果为高风险;当60<F2≤80,监测结果为低风险;当20<F2≤60,监测结果为合格;当F2≤20,监测结果为优良;
C、当F3≥80,监测结果为优良;当60≤F3<80,监测结果为合格;当F3<60,监测结果为不合格;
D、当F4≥80,监测结果为优良;当60≤F4<80,监测结果为合格;当F4<60,监测结果为不合格。
上述公式中,I为酶抑制率,酶抑制率I的计算公式如下:I=(△Ac-△As)/△Ac×100%;其中:△Ac为检测3min空白对照组吸光度的变化;△As为检测3min样品溶液吸光度的变化。
优选地,对监测结果为高风险、低风险和不合格的进行预警提醒。
农药残留快速检测仪对每一个待检测蔬菜酶抑制率的一次检测,视为一次检测记录。受到操作人员的操作规范与否、试剂合格与否(是否坏了)等的影响,将影响最终的检测质量。检测质量风险模型和试剂效价风险模型的建立,可以对操作不规范、试剂不合格等问题作出预警,可以帮助监管部门对农残检测实验的质量进行评价和指导检测人员规范操作,大幅度地提高检测质量,同时,在检测质量提高的同时,也大幅度地增加了检测数据的可靠性、可信度,从而增加了风险预警的可靠性、可信度,以此为依据来指导日常的食品安全监管工作,可大大增强本地区的食品安全。
在使用过程中,可以从服务器中提取全部或部分检测数据,形成数据汇总表、月报表、年报表、未按时上报统计表、品种检测情况分析表、辖区检测情况分析表、监测单位检测情况分析表、检测质量分析表、检测试剂效能评价表、样品来源质量分析表、品种风险分析表等,为决策提供依据。
与现有技术相比,本发明的有益效果如下:
本发明充分利用了农残仪的检测数据,建立了能够对品种风险、样品来源风险、检测质量风险和试剂效价风险进行可靠评估的模型,根据得出的监测结果进行风险预警,防范危险于未然。
以上对本发明实施例所提供的技术方案进行了详细介绍,本文中应用了具体个例对本发明实施例的原理以及实施方式进行了阐述,以上实施例的说明只适用于帮助理解本发明实施例的原理;同时,对于本领域的一般技术人员,依据本发明实施例,在具体实施方式以及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (3)
1.一种食用农产品质量安全风险评估模型的建立方法,其特征在于,包括以下步骤:
(1)采集来自于农药残留检测仪的检测数据,并传输至服务器中保存;
(2)从服务器中提取检测数据,并构建风险模型,对品种风险、样品来源风险、检测质量风险和试剂效价风险进行评估,具体如下:
品种风险F1=(该品种过去15日的阳性率)×300+(该品种过去15日抑制率在35%~50%的比率)×15+(该品种过去15日之前至60日内的阳性率)×100+(该品种过去15日之前至60日内抑制率在35%~50%的比率)×5+(该品种过去60日之前至1年内的阳性率)×20+(该品种过去60日之前至一年内抑制率在35%~50%的比率)×1;
样品来源风险F2=(该样品来源过去15日的阳性率)×300+(该样品来源过去15日抑制率在35%~50%的比率)×15+(该样品来源过去15日之前至60日内的阳性率)×100+(该样品来源过去15日之前至60日内抑制率在35%~50%的比率)×5+(该样品来源过去60日之前至1年内的阳性率)×20+(该样品来源过去60日之前至一年内抑制率在35%~50%的比率)×1;
A、当△Ac<0.3且(I<0.1%或I≥99.9%);
检测质量风险F3=10;
B、当不满足条件A,且△Ac<0.3%或(I<0.1%或I≥99.9%);
检测质量风险F3=50;
C、当不满足条件A和B,且0.3≤△Ac<0.5;
检测质量风险
D、当不满足条件A和B,且0.5≤△Ac<0.6;
检测质量风险
F、当不满足条件A和B,且0.6≤△Ac;
检测质量风险
试剂效价风险F4=使用该试剂的所有检测记录的检测质量风险评估值的平均值-农残仪初检结果为阳性但复检为阴性的记录数;
(3)根据对品种风险、样品来源风险、检测质量风险和试剂效价风险的评估值得出监测结果:
A、当F1>80,监测结果为高风险;当60<F1≤80,监测结果为低风险;当20<F1≤60,监测结果为合格;当F1≤20,监测结果为优良;
B、当F2>80,监测结果为高风险;当60<F2≤80,监测结果为低风险;当20<F2≤60,监测结果为合格;当F2≤20,监测结果为优良;
C、当F3≥80,监测结果为优良;当60≤F3<80,监测结果为合格;当F3<60,监测结果为不合格;
D、当F4≥80,监测结果为优良;当60≤F4<80,监测结果为合格;当F4<60,监测结果为不合格。
2.根据权利要求1所述的一种食用农产品质量安全风险评估模型的建立方法,其特征在于,对监测结果为高风险、低风险和不合格的进行预警提醒。
3.根据权利要求1所述的一种食用农产品质量安全风险评估模型的建立方法,其特征在于,所述检测数据包括:检测编号、样品名称、样品编号、样品来源、抑制率、透射比、ΔAc、检测单位、检测时间、检测人、管理机构、检测仪器仪器编码、吸光度值-时间的反应曲线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710822306.9A CN107643371B (zh) | 2017-09-13 | 2017-09-13 | 一种食用农产品质量安全风险评估模型的建立方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710822306.9A CN107643371B (zh) | 2017-09-13 | 2017-09-13 | 一种食用农产品质量安全风险评估模型的建立方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107643371A true CN107643371A (zh) | 2018-01-30 |
CN107643371B CN107643371B (zh) | 2020-08-07 |
Family
ID=61111474
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710822306.9A Active CN107643371B (zh) | 2017-09-13 | 2017-09-13 | 一种食用农产品质量安全风险评估模型的建立方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107643371B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN200989906Y (zh) * | 2006-06-08 | 2007-12-12 | 上海农业信息有限公司 | 基于网络的农产品质量安全快速监测系统 |
CN101407542A (zh) * | 2008-11-27 | 2009-04-15 | 浙江大学 | 链霉素与载体蛋白偶联产物和链霉素抗体的制备方法及用途 |
CN103019121A (zh) * | 2012-12-14 | 2013-04-03 | 苏州致幻工业设计有限公司 | 基于计算机的食品安全、质量智能化控制方法 |
CN103954734A (zh) * | 2014-04-08 | 2014-07-30 | 广东省农业科学院蚕业与农产品加工研究所 | 一种适宜果汁加工的荔枝品质的测定和评价方法 |
CN104036354A (zh) * | 2014-06-12 | 2014-09-10 | 江苏农牧科技职业学院 | 一种app的农产品质量安全监管系统及方法 |
CN104215479A (zh) * | 2013-05-30 | 2014-12-17 | 四川省中医药科学院 | 一种快速检测中药注射剂综合毒性的生物测试方法 |
CN105913164A (zh) * | 2016-03-24 | 2016-08-31 | 张远 | 一种食品安全风险预警系统的建设方法 |
CN106198900A (zh) * | 2016-06-30 | 2016-12-07 | 深圳市检验检疫科学研究院 | 食品安全评价方法及装置 |
CN106296438A (zh) * | 2016-11-01 | 2017-01-04 | 安徽拾穗谷生态科技有限公司 | 一种农产品质量安全风险评估系统 |
CN106295749A (zh) * | 2016-08-17 | 2017-01-04 | 广州瑞森生物科技股份有限公司 | 一种快检试剂智能采集监测方法 |
CN106875193A (zh) * | 2017-01-16 | 2017-06-20 | 南京橙果网络技术有限公司 | 一种食品安全质量溯源应用系统云服务管理平台 |
-
2017
- 2017-09-13 CN CN201710822306.9A patent/CN107643371B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN200989906Y (zh) * | 2006-06-08 | 2007-12-12 | 上海农业信息有限公司 | 基于网络的农产品质量安全快速监测系统 |
CN101407542A (zh) * | 2008-11-27 | 2009-04-15 | 浙江大学 | 链霉素与载体蛋白偶联产物和链霉素抗体的制备方法及用途 |
CN103019121A (zh) * | 2012-12-14 | 2013-04-03 | 苏州致幻工业设计有限公司 | 基于计算机的食品安全、质量智能化控制方法 |
CN104215479A (zh) * | 2013-05-30 | 2014-12-17 | 四川省中医药科学院 | 一种快速检测中药注射剂综合毒性的生物测试方法 |
CN103954734A (zh) * | 2014-04-08 | 2014-07-30 | 广东省农业科学院蚕业与农产品加工研究所 | 一种适宜果汁加工的荔枝品质的测定和评价方法 |
CN104036354A (zh) * | 2014-06-12 | 2014-09-10 | 江苏农牧科技职业学院 | 一种app的农产品质量安全监管系统及方法 |
CN105913164A (zh) * | 2016-03-24 | 2016-08-31 | 张远 | 一种食品安全风险预警系统的建设方法 |
CN106198900A (zh) * | 2016-06-30 | 2016-12-07 | 深圳市检验检疫科学研究院 | 食品安全评价方法及装置 |
CN106295749A (zh) * | 2016-08-17 | 2017-01-04 | 广州瑞森生物科技股份有限公司 | 一种快检试剂智能采集监测方法 |
CN106296438A (zh) * | 2016-11-01 | 2017-01-04 | 安徽拾穗谷生态科技有限公司 | 一种农产品质量安全风险评估系统 |
CN106875193A (zh) * | 2017-01-16 | 2017-06-20 | 南京橙果网络技术有限公司 | 一种食品安全质量溯源应用系统云服务管理平台 |
Also Published As
Publication number | Publication date |
---|---|
CN107643371B (zh) | 2020-08-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106096838A (zh) | 基于模糊综合评价模型的建筑火灾安全评估方法及系统 | |
CN112540148B (zh) | 一种炼化企业大气污染物监测预警与溯源系统构建方法 | |
CN107677614A (zh) | 一种水中重金属污染风险在线预警系统及方法 | |
Riipinen et al. | Comparison of structural and functional stream assessment methods to detect changes in riparian vegetation and water pH | |
CN114022052A (zh) | 水质异常监测方法、装置、存储介质及计算机设备 | |
CN113988584A (zh) | 一种化工企业安全生产风险管理系统及方法 | |
CN104111274A (zh) | 一种利用气体传感器阵列型电子鼻指纹分析系统鉴别杨梅汁产地的方法 | |
CN103913550A (zh) | 一种追溯与验证纯天然水果产品产地的方法 | |
CN107238562A (zh) | 安全服耐化学药品渗透性的检测方法 | |
CN110687257A (zh) | 一种基于恶臭在线监测系统的溯源方法 | |
Sandle et al. | Application of rapid microbiological methods for the risk assessment of controlled biopharmaceutical environments | |
CN107643371A (zh) | 一种食用农产品质量安全风险评估模型的建立方法 | |
Ioos et al. | Validation and accreditation of a duplex real‐time PCR test for reliable in planta detection of Chalara fraxinea 1 | |
CN104237318B (zh) | 一种利用电子鼻检测根茎类植物根部病虫害的方法 | |
CN105067768A (zh) | 用于危化品检测的多元混合气体的定量识别系统 | |
Wang et al. | Detection of Zygosaccharomyces rouxii and Candida tropicalis in a high-sugar medium by a metal oxide sensor-based electronic nose and comparison with test panel evaluation | |
CN103325065A (zh) | 农产品质量安全检测抽样决策方法 | |
CN116975768B (zh) | 一种肥料安全生产的数据异常检测方法 | |
Barančíková et al. | Comparison of two methods of soil organic carbon determination | |
CN102121044A (zh) | 用于果蔬农药残留现场快速检测系统及方法 | |
CN110737215A (zh) | 一种地理信息动态预警布控系统及预警布控方法 | |
CN205607868U (zh) | 农药残留快速检测点卡 | |
CN117172598B (zh) | 一种基于云计算的流域水生态鱼类监测管理系统 | |
CN103571965B (zh) | 一种四川省松茸的产地属性dna指纹图谱的建立方法 | |
Jackrel et al. | The origin, succession, and predicted metabolism of bacterial communities associated with leaf decomposition. mBio 10: e01703-19 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A Method for Establishing a Risk Assessment Model for the Quality and Safety of Edible Agricultural Products Effective date of registration: 20231012 Granted publication date: 20200807 Pledgee: China Co. truction Bank Corp Guangzhou Panyu branch Pledgor: GUANGZHOU RUISEN BIOTECHNOLOGY CO.,LTD. Registration number: Y2023980060842 |