CN108982390A - 一种基于原子吸收光谱信息的水体农药残留检测方法 - Google Patents
一种基于原子吸收光谱信息的水体农药残留检测方法 Download PDFInfo
- Publication number
- CN108982390A CN108982390A CN201811045064.8A CN201811045064A CN108982390A CN 108982390 A CN108982390 A CN 108982390A CN 201811045064 A CN201811045064 A CN 201811045064A CN 108982390 A CN108982390 A CN 108982390A
- Authority
- CN
- China
- Prior art keywords
- pesticide
- database
- water body
- concentration
- organophosphorus
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/3103—Atomic absorption analysis
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及一种基于原子吸收光谱信息的水体农药残留检测方法,不需要复杂的化学物质和繁琐的检测工序可以准确测定有机磷类农药的浓度,主要包括光谱检测系统、数据库系统、数据分析系统、显示系统等。通过建立一个光谱数据库A和编写一个能读取数据库A数据的光谱信息分析软件,取待测有机磷农药样品进行检测,获得待测有机磷农药样品的光谱信息,光谱信息分析软件根据获得的光谱信息以数据库A为基础预测的农药浓度信息。本发明提高了分析质量,显示直观,检测迅速,具有实时性,属于水体农药残留检测方法技术领域。
Description
技术领域
本发明涉及一种水体农药残留检测方法,具体涉及一种便携式光谱仪快速检测水体中主要农药残留光谱的方法。
背景技术
有机磷类农药是目前使用最广,用量最大的一类农药,但是大量使用后对人们的生活饮用水构成了严重的影响和产生的环境危害也日益严重,且有机磷农药能够存在较长时间。
水体农药残留检测在全国的发展已经有多个高校、研究所及相关环境安全部门在研究,但各个高校、研究所等所使用的检测仪器设备及所采用研究的方法不尽相同,致使获取得到的数据类型不尽相同,且没有一个专门存储数据的开源数据库系统,这就很难实现资源数据的共享,不利于研究者之间的交流、学习和进步。
传统的水体农药残留检测方法是把水体农药残留样品带回实验室,再把水体农药残留样品、光谱仪和笔记电脑等设备放置在实验平台上,再统一做实验,这种方法不仅实验检测效率低下而且不能实时实地进行水体农药残留检测。
目前对于水体农药光谱的检测方法的研究还不是很深入,特别是建立一个种类丰富且光谱信息齐全的水体农药光谱的数据库。
发明内容
针对现有技术中存在的技术问题,本发明的目的是:提供一种能够快捷对水体中主要农药残留进行定性与定量检测的基于原子吸收光谱信息的水体农药残留检测方法。
为了达到上述目的,本发明采用如下技术方案:
一种基于原子吸收光谱信息的水体农药残留检测方法,包括如下步骤:(1)通过便携式光谱仪获取水体某种有机磷农药浓度与吸光度间的光谱数据信息;(2)把步骤(1)的光谱数据信息预处理和利用最小二乘法计算后得到相应的农药种类模型;(3)不断重复步骤(1)和(2),得到多种农药的农药种类模型;将所得的各种农药的数据信息和农药种类模型导入数据库A中;(4)编写光谱信息分析软件,并连接数据库A;(5)通过便携式光谱仪对待测水体内若干种农药残留样品进行检测,其中农药种类已知,获取待测水体各种有机磷农药的未知浓度的光谱数据信息,得到新建的数据库B,并将数据库B与光谱信息分析软件连接;(6)在读取有机磷农药未知浓度数据库B时,可以通过逐个输入待测样品对应的农药编号,光谱信息分析软件主动读取该有机磷农药光谱特征波长对应的吸光度值,点击“预测农药计算”按钮,光谱信息分析软件计算出该有机磷农药样品的浓度值;逐个分析直至完成该组若干种农药残留样品的浓度值测量。
步骤(3)中,农药的数据信息包括已知有机磷农药的农药浓度、光谱特征波长、农药吸光度值、模型相关性系数、均方根误差。
步骤(4)中,光谱信息分析软件界面包括选择的功能框、选择农药种类框、连接数据库按钮、计算按钮、显示特征波长功能框、待测浓度值显示框和保存按钮。
在光谱信息分析软件的界面上设置有有机磷农药特征波长相对应的吸光度输入框和待测浓度值显示框,其中待测浓度值显示框和有机磷农药特征波长相对应的吸光度输入框之间的关系为该种农药的数据信息模型y=ax+b,其中,y为预测农药浓度,x为有机磷农药特征波长相对应的吸光度,b为常数。
步骤(3)中,通过安装数据库可视化操作界面软件导入农药的数据信息和农药种类模型。
步骤(4)中,光谱信息分析软件连接且读取已知有机磷农药浓度的光谱数据库A的数据,在光谱信息分析软件的界面上选择需要检测分析的农药后,分析软件界面即显示该种有机磷农药的特征波长。
在电脑上安装一个数据库驱动包,使编写的光谱信息分析软件连接并且读取数据库A和数据库B里的有机磷农药光谱数据。
步骤(4)中,光谱信息分析软件包括的功能有连接数据库、农药种类下拉选项、有机磷农药特征波长显示、实际浓度、已知浓度、浓度误差以及农药浓度值和散点图保存。
步骤(1)-(3)利用配置已知浓度有机磷农药建立农药种类模型的过程中,对于配制的浓度过低的有机磷农药样品,如果该组有机磷农药样品的光谱数据信息与该种农药的光谱模型相关性较低,甚至会影响该组有机磷农药建立光谱信息模型的精确度,则舍弃该组农药的原子吸收光谱数据信息。
本发明的原理是:本发明主要包括光谱检测系统、数据库系统、数据分析系统、显示系统等。通过光谱仪器测量多种标准的有机磷农药,把测量得到的每一种农药光谱数据信息导出到对应的Excel表格中,获取有机磷农药的数据信息和农药种类模型,并将有机磷农药的数据信息和农药种类模型导入数据库A中,编写一个能读取数据库A中农药的数据信息和种类模型的光谱信息分析软件。用光谱仪器测量未知浓度的有机磷农药,并且对每一组未知农药浓度的实验样品标上一个编号,获取未知有机磷农药的光谱数据信息数据,并将未知有机磷农药的光谱数据信息数据导入数据库B中。打开“基于吸光度检测水体有机磷农药分析”软件,我们根据实际测量农药实验的组数的数量情况,在弹出式菜单下拉按钮中可以选择“输入待测样品编号求待测浓度值”和“输入特征波长求待测浓度值”功能选项,在本地电脑上将待测的未知农药浓度的光谱数据信息和农药种类模型导进到数据库B中,点击连接数据库按钮,输入数据库B的数据库名、用户名以及密码即可连接读取该数据库数据,在弹出式菜单下拉按钮中选择需要测量农药浓度的农药种类,在确定选择要测量浓度的有机磷农药种类后,光谱数据分析软件会自动读取并打印出数据库A中的该种有机磷农药模型。在读取有机磷农药未知浓度数据库B时,在选择农药可以通过输入待测样品对应的农药编号,光谱数据信息分析软件主动读取编号所对应的农药样品光谱特征波长对应的吸光度值,点击“预测农药计算”按钮,光谱信息分析软件计算出该有机磷农药样品的浓度值;逐个分析直至完成该组若干种农药残留样品的浓度值测量。
总的说来,本发明具有如下优点:
1.本发明所使用的便携式微型光谱仪测量的吸收光谱法具有光谱仪体积小、工作效率高、灵敏度高及样品使用量少等优点,可在不同的环境中进行试验,但是由于测量的结果具有不确定性,因此,本发明通过配制多种不同浓度的水体农药标准样品,获取相对应的光谱信息数据,并将光谱信息数据导入所建立的光谱数据库系统中,可最大程度减少分析过程的不确定性,提高分析质量。
2.本发明仅仅是通过利用原子吸收光谱法对未知水体农药标准样品进行检测即可得出该水体农药中主要农药的含量,操作简单,检测迅速且具有实时性。
3.显示直观。
附图说明
图1是本发明方法的步骤组成示意图。
图2是光谱信息分析软件的软件界面图。
图3是光谱信息分析软件连接数据库B图。
图4是光谱信息分析软件保存待测农药浓度值图。
具体实施方式
下面将结合具体实施方式来对本发明做进一步详细的说明。
一种基于原子吸收光谱信息的水体农药残留检测方法,包括如下步骤:
通过光谱仪器测量多种标准的有机磷农药,把测量得到的每一种农药光谱数据信息导出到对应的Excel表格中,对光谱数据信息进行预处理时所选的光谱波段范围从200nm到800nm,把光谱数据信息预处理和利用最小二乘法计算后获取有机磷农药的数据信息和农药种类模型。
将已知有机磷农药的农药浓度、光谱特征波长、农药吸光度值、农药种类模型、模型相关性系数、均方根误差等数据信息导入数据库A中,数据库A中包含多种农药信息,并可共享添加。
用光谱仪器测量未知浓度的有机磷农药,并且对每一组未知农药浓度的实验样品标上一个编号,获取未知有机磷农药的光谱数据信息数据,并将未知有机磷农药的光谱数据信息数据导入未知农药浓度数据库B中。
编写一个能读取数据库A中农药的数据信息和种类模型的光谱信息分析软件,编写的光谱信息分析软件的界面需要具有选择的功能框、选择农药种类框、连接数据库按钮、计算按钮、显示特征波长功能框、待测浓度值显示框及保存按钮等功能,并连接光谱数据库A。
打开“基于吸光度检测水体有机磷农药分析”软件,我们根据实际测量农药实验的组数的数量情况,在弹出式菜单下拉按钮中可以选择“输入待测样品编号求待测浓度值”和“输入特征波长求待测浓度值”功能选项,在本地电脑上将待测的未知农药浓度的光谱数据信息和农药种类模型导进到数据库B中,点击连接数据库按钮,输入数据库B的数据库名、用户名以及密码即可连接读取该数据库数据,在弹出式菜单下拉按钮中选择需要测量农药浓度的农药种类,在确定选择要测量浓度的有机磷农药种类后,光谱数据分析软件会自动读取并打印出数据库A中的该种有机磷农药模型,并在分析软件界面即显示该种有机磷农药的特征波长。
在读取有机磷农药未知浓度数据库B时,在选择农药可以通过输入待测样品对应的农药编号,光谱数据信息分析软件主动读取编号所对应的农药样品光谱特征波长对应的吸光度值,点击“预测农药计算”按钮,光谱信息分析软件计算出该有机磷农药样品的浓度值;逐个分析直至完成该组若干种农药残留样品的浓度值测量。
在上述步骤的基础上,进一步地在光谱信息分析软件界面中分别点击“保存数据”按钮和“保存图像”按钮即可保存该种待测有机磷农药的浓度值以及该种有机磷农药的散点图像。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (9)
1.一种基于原子吸收光谱信息的水体农药残留检测方法,其特征在于:包括如下步骤:
(1)通过便携式光谱仪获取水体某种有机磷农药浓度与吸光度间的光谱数据信息;
(2)把步骤(1)的光谱数据信息预处理和利用最小二乘法计算后得到相应的农药种类模型;
(3)不断重复步骤(1)和(2),得到多种农药的农药种类模型;将所得的各种农药的数据信息和农药种类模型导入数据库A中;
(4)编写光谱信息分析软件,并连接数据库A;
(5)通过便携式光谱仪对待测水体内若干种农药残留样品进行检测,其中农药种类已知,获取待测水体各种有机磷农药的未知浓度的光谱数据信息,得到新建的未知浓度数据库B,并将未知浓度数据库B与光谱信息分析软件连接;
(6)在读取有机磷农药未知浓度数据库B时,可以通过逐个输入待测样品对应的农药编号,光谱信息分析软件主动读取该有机磷农药光谱特征波长对应的吸光度值,点击“预测农药计算”按钮,光谱信息分析软件计算出该有机磷农药样品的浓度值;逐个分析直至完成该组若干种农药残留样品的浓度值测量。
2.按照权利要求1所述的一种基于原子吸收光谱信息的水体农药残留检测方法,其特征在于:步骤(3)中,农药的数据信息包括已知有机磷农药的农药浓度、光谱特征波长、农药吸光度值、模型相关性系数、均方根误差。
3.按照权利要求1所述的一种基于原子吸收光谱信息的水体农药残留检测方法,其特征在于:步骤(4)中,光谱信息分析软件界面包括选择的功能框、选择农药种类框、连接数据库按钮、计算按钮、显示特征波长功能框、待测浓度值显示框和保存按钮。
4.按照权利要求3所述的一种基于原子吸收光谱信息的水体农药残留检测方法,其特征在于:在光谱信息分析软件的界面上设置有有机磷农药特征波长相对应的吸光度输入框和待测浓度值显示框,其中待测浓度值显示框和有机磷农药特征波长相对应的吸光度输入框之间的关系为该种农药的数据信息模型y=ax+b,其中,y为预测农药浓度,x为有机磷农药特征波长相对应的吸光度,b为常数。
5.按照权利要求1所述的一种基于原子吸收光谱信息的水体农药残留检测方法,其特征在于:步骤(3)中,通过安装数据库可视化操作界面软件将有机磷农药的数据信息和农药种类模型导入数据库A。
6.按照权利要求3所述的一种基于原子吸收光谱信息的水体农药残留检测方法,其特征在于:步骤(4)中,光谱信息分析软件连接且读取已知有机磷农药浓度的光谱数据库A的数据,在光谱信息分析软件的界面上选择需要检测分析的农药后,分析软件界面即显示该种有机磷农药的特征波长。
7.按照权利要求1所述的一种基于原子吸收光谱信息的水体农药残留检测方法,其特征在于:在电脑上安装一个数据库驱动包,使编写的光谱信息分析软件连接并且读取数据库A和数据库B里的有机磷农药光谱数据。
8.按照权利要求1所述的一种基于原子吸收光谱信息的水体农药残留检测方法,其特征在于:步骤(4)中,光谱信息分析软件包括的功能有连接数据库、农药种类下拉选项、有机磷农药特征波长显示、实际浓度、已知浓度、浓度误差以及农药浓度值和散点图保存。
9.按照权利要求1所述的一种基于原子吸收光谱信息的水体农药残留检测方法,其特征在于:步骤(1)-(3)利用配置已知浓度有机磷农药建立农药种类模型的过程中,对于配制的浓度过低的有机磷农药样品,如果该组有机磷农药样品的光谱数据信息与该种农药的光谱模型相关性较低,甚至会影响该组有机磷农药建立光谱信息模型的精确度,则舍弃该组农药的原子吸收光谱数据信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811045064.8A CN108982390B (zh) | 2018-09-07 | 2018-09-07 | 一种基于原子吸收光谱信息的水体农药残留检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811045064.8A CN108982390B (zh) | 2018-09-07 | 2018-09-07 | 一种基于原子吸收光谱信息的水体农药残留检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108982390A true CN108982390A (zh) | 2018-12-11 |
CN108982390B CN108982390B (zh) | 2021-02-19 |
Family
ID=64544638
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811045064.8A Active CN108982390B (zh) | 2018-09-07 | 2018-09-07 | 一种基于原子吸收光谱信息的水体农药残留检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108982390B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111337451A (zh) * | 2020-03-26 | 2020-06-26 | 浙江大学 | 基于近红外特征波谱的叶菜农药残留量检测装置及方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0786659A1 (de) * | 1996-01-26 | 1997-07-30 | Bodenseewerk Perkin-Elmer Gmbh | Verfahren und Vorrichtung zur Atomabsorptionsspektroskopie |
JP2001091456A (ja) * | 1999-09-24 | 2001-04-06 | Shimadzu Corp | フレーム原子吸光分析装置 |
WO2004097028A2 (en) * | 2003-04-25 | 2004-11-11 | Dow Global Technolgies Inc. | Discovery of biocatalysts and biocatalytic activities using nuclear magnetic resonance and deuterium |
US20060287946A1 (en) * | 2005-06-16 | 2006-12-21 | Toms Alvin D | Loss management system and method |
CN202795861U (zh) * | 2012-06-04 | 2013-03-13 | 辽宁石油化工大学 | 一种原子吸收教学演示模型 |
CN103468795A (zh) * | 2013-08-07 | 2013-12-25 | 浙江省农业科学院 | 一种检测生长素类农药或其结构类似物残留的方法 |
CN104931470A (zh) * | 2015-06-02 | 2015-09-23 | 江苏大学 | 一种基于荧光高光谱技术的农药残留检测装置及检测方法 |
CN105092489A (zh) * | 2015-08-14 | 2015-11-25 | 浙江大学 | 基于藻类高光谱信号的水体残留农药检测方法 |
CN107957465A (zh) * | 2017-12-28 | 2018-04-24 | 广东集菜送食品科技有限公司 | 农产品农药残留精确检测方法 |
-
2018
- 2018-09-07 CN CN201811045064.8A patent/CN108982390B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0786659A1 (de) * | 1996-01-26 | 1997-07-30 | Bodenseewerk Perkin-Elmer Gmbh | Verfahren und Vorrichtung zur Atomabsorptionsspektroskopie |
JP2001091456A (ja) * | 1999-09-24 | 2001-04-06 | Shimadzu Corp | フレーム原子吸光分析装置 |
WO2004097028A2 (en) * | 2003-04-25 | 2004-11-11 | Dow Global Technolgies Inc. | Discovery of biocatalysts and biocatalytic activities using nuclear magnetic resonance and deuterium |
US20060287946A1 (en) * | 2005-06-16 | 2006-12-21 | Toms Alvin D | Loss management system and method |
CN202795861U (zh) * | 2012-06-04 | 2013-03-13 | 辽宁石油化工大学 | 一种原子吸收教学演示模型 |
CN103468795A (zh) * | 2013-08-07 | 2013-12-25 | 浙江省农业科学院 | 一种检测生长素类农药或其结构类似物残留的方法 |
CN104931470A (zh) * | 2015-06-02 | 2015-09-23 | 江苏大学 | 一种基于荧光高光谱技术的农药残留检测装置及检测方法 |
CN105092489A (zh) * | 2015-08-14 | 2015-11-25 | 浙江大学 | 基于藻类高光谱信号的水体残留农药检测方法 |
CN107957465A (zh) * | 2017-12-28 | 2018-04-24 | 广东集菜送食品科技有限公司 | 农产品农药残留精确检测方法 |
Non-Patent Citations (7)
Title |
---|
A. M. MAITRA: "ORGANOPHOSPHORUS ACID NTERFERENCES IN FLAME ATOMIC ABSORPTION SPECTROMETRY", 《ANALYTICA CHIMICA ACTA》 * |
中国环境检测总站: "《应急监测技术》", 31 December 2013, 中国环境出版社 * |
周西林 等: "《原子光谱仪器操作入门》", 31 August 2015, 国防工业出版社 * |
孙丽敏: "火焰原子吸收法测定苹果中波尔多液的农药残留", 《黑龙江环境通报》 * |
杨丹 等: "《安全工程实验指导书(第二版)》", 30 October 2015, 中国地质大学出版社 * |
邹小波 等: "《农产品无损检测技术与数据分析方法》", 31 January 2008, 中国轻工业出版社 * |
陈世涛 等: "《大学物理实验教程》", 31 January 2014, 西南交通大学出版社 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111337451A (zh) * | 2020-03-26 | 2020-06-26 | 浙江大学 | 基于近红外特征波谱的叶菜农药残留量检测装置及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108982390B (zh) | 2021-02-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Demattê et al. | Soil analytical quality control by traditional and spectroscopy techniques: Constructing the future of a hybrid laboratory for low environmental impact | |
Ji et al. | Performance evaluation of spectral vegetation indices using a statistical sensitivity function | |
CN105486655B (zh) | 基于红外光谱智能鉴定模型的土壤有机质快速检测方法 | |
CN106845579A (zh) | 提高产品质量检验正确性的信息化控制方法及控制系统 | |
CN103134767B (zh) | 一种红外光谱校正鉴定白酒品质的方法 | |
Kaniu et al. | Challenges in rapid soil quality assessment and opportunities presented by multivariate chemometric energy dispersive X-ray fluorescence and scattering spectroscopy | |
CN103649731A (zh) | 测试装置 | |
CN109669023A (zh) | 一种基于多传感器融合的土壤属性预测方法 | |
CN111965140B (zh) | 基于特征峰的波长点重组方法 | |
CN105044050A (zh) | 农作物秸秆中金属元素快速定量分析方法 | |
WO2019195971A1 (zh) | 光谱分析方法、装置、电子设备及计算机可读存储介质 | |
CN110018294A (zh) | 土壤重金属检测值校正方法、装置和计算机存储介质 | |
CN106018392B (zh) | 一种新型的食醋醋龄快速检测方法 | |
CN104794240B (zh) | 面向地理空间数据库属性值约束检查的表达式解析方法 | |
CN103134770B (zh) | 消除水分对近红外光谱检测土壤全氮含量影响的方法 | |
CN104849234A (zh) | 基于近红外光谱分析吡虫啉原药主成分含量的测定方法 | |
CN108982390A (zh) | 一种基于原子吸收光谱信息的水体农药残留检测方法 | |
CN202794093U (zh) | 一种基于仿生嗅觉的烘焙食品质量快速检测装置 | |
Zhou et al. | Mapping urban landscape heterogeneity: agreement between visual interpretation and digital classification approaches | |
CN110261346A (zh) | 一种基于近红外光谱快速检测土壤中pvc含量的方法 | |
CN101140225A (zh) | 一种利用aotf近红外光谱仪检测香料中铅的方法 | |
CN201532361U (zh) | 一种多功能农产品安全快速检测仪 | |
CN115078327A (zh) | 一种基于神经网络架构搜索的危险化学品快速检测方法 | |
CN113205161B (zh) | 一种基于土壤参数的中药产地判别系统及方法 | |
WO2021261202A1 (ja) | データ生成方法及び装置、並びに、識別器の生成方法及び装置 |
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 |