• <meter id="wkvx0"></meter>
        1. <noscript id="wkvx0"></noscript>

          新聞動態

          您當前位置:首頁 >> 新聞動態 >> 新聞動態
          農藥殘留檢測如何快速無損定性鑒別
          發布時間: 2022-7-8 14:10:16     發布人: 柘大檢測

          當前,國內外已有生菜表面農藥殘留的檢測方法,如氣相色譜法、氣相色譜—質譜法、高效液相色譜法等。這些方法操作繁瑣、具有破壞性、耗時費力、成本較高,無法實現生菜葉片農藥殘留快速無損檢測,不便于推廣。

           

          光譜技術作為近年來廣泛研究使用的快速無損檢測方法, 已經被成功應用于生菜營養元素檢測以及品種分析,其中,熒光光譜技術是利用光源脈沖幅度調制激發作物葉 綠素熒光后,通過反射原理獲取熒光發射光譜。利用熒光光譜技術研究真空包裝中的生菜新 鮮程度,新鮮的生菜與腐敗的生菜預測準確率達到了 95.1%。

           

          實驗材料及方法

           

          試驗品種為抗寒奶油生菜,采用珍珠巖袋培方式進 行生菜樣本培育。栽培地點在江蘇大學現代農業裝備與技術省部共建重點 Venlo 型溫室中進行。將長勢形狀相近 的生菜分為 3 組(A、B、C 組),每組選取 60 株生菜樣 本,共計180 個樣本,采用營養液自動澆灌系統進行標準營養澆灌,在蓮座期噴灑農藥。

           

          對試驗采摘得到的 180 片生菜葉片,以中心波長為 245 nm 的紫外光激發,在 300~510 nm 范圍內掃描得到 了的生菜樣品的熒光光譜(見圖 1)。180 片生菜樣品熒 光光譜如圖 1 所示。

           

           

          采用蒙特卡羅交叉驗證算法對 180 個樣本進行建模樣本挑選,從 3 類不同濃度樂果殘留的生菜葉片樣本中隨 機挑選出 40 個樣本,總計 120 個作為訓練集、剩余 60 個樣本作為預測集,并設置循環次數為 1000 次(其中, 在 1000 次循環中設置,當訓練集和預測集準確率趨于穩 定,變化小于 2%時,退出循環),對原始熒光光譜以及 5 種預處理方法處理后的光譜得到的 SVM 建模分析的平 均分類結果如表 1 所示。

           

          結合圖 1 和圖 2 可以看出,光譜預處理前后生菜樣品的熒光光譜峰值未發生改變。為此,本文在對生菜熒光光譜信息處理時,在原始光譜、預處理后光譜的基礎上選定生菜樣品熒光光譜峰值(波長為 371.07、 424、440、460、486.96 nm)作為特征波長,并做進一步 SVM 分類建模如表 2 所示。

           

          采用熒光光譜技術鑒別生菜農藥殘留,分別采用 Savitzky-Golay (SG) 平滑算法、標準正態變量變換 、標準正態變量變換 結合去趨勢算法、SG 算法與 SNV 算法組合(SG-SNV)、 SG 算法與 SNV detrending 算法組合對原始熒光光譜進行預處理,同時分別基于全波段光 譜、熒光特征峰值光譜、小波特征光譜建立支持向量機分類模型。其中,分別以 db4、db6、sym5、sym7 作為小波基函數,進行小波變 換選擇特征波長?;谛〔ㄌ卣鞴庾V建立的 SVM 分類模 型,要優于熒光特征峰值特征、全光譜建立的 SVM 分類 模型。此外,預處理方法 SG-SNV detrending 處理后光譜建立的SVM分類模型,要優于SG、SNV、SNV detrending、 SG-SNV 以及原始光譜建立的 SVM 模型。采用預處理方法 SG-SNV detrending 結合以 sym5 為小波基函數的小波變換特征選擇算法得到的 SVM 分類模型,最佳小波分解層數為 4,得到了最佳的預測集識別率 93.33%。此模型為生菜農藥不同濃度殘留鑒別分析提供了思路,具有實用價值。

          [返回列表]
          上一篇:外墻涂料配方分析
          下一篇:環保重垢型清洗劑的配方分析研制
          關于我們 | 服務領域 | 服務項目 | 技術資料 | 成功案例 | 新聞動態 | 客服中心 | 網站地圖
          Copyright ? 2016 杭州飛秒檢測技術有限公司 All Rights Reserved

          浙公網安備 33010602006612號

          人人爽人人操,人人爽人人爱人人操,人人爽人人爱AV导航,人人射人人肉人人操