蜂蜜农药残留的表面增强拉曼光谱快速检测方法研究

Pesticide residues are one of the main problems that affect quality and safety of honey, physical and mental health of consumers and our agricultural exports to earn foreign exchange. The test items of honey are increasing and limits of pesticide residue become more stringent in European Union, America and Japan. More stringent requirements are presented for quality control of honey in China. The object of this study is honey in this project. The common organophosphorus pesticide residues, including malathion, chlorpyrifos and fluvalinate are the main items for detection and analysis. The project is executed from preparation and evaluation surface enhanced substrate. The emphasis is to study surface-enhanced Raman scattering (SERS) response characteristics of honey and pesticide residues, effective information extraction methods of pesticide residues spectra and rapid detection models of SERS in honey. The main technical problems is to solve the problems of fast and accurate quantitative difficulty, because of several components co-existence and cross-interference, low detection sensitivity. The methods are developed for rapid detection of pesticide residues and safety evaluation by SERS in honey. Through the implementation of the project, theoretical basis and technical support are provided for the international competitiveness of China's honey products, consumer safety, rapid detection for honey products, and green technology breakthrough in the honey trade barriers.

农药残留是影响蜂蜜质量安全、消费者身心健康和我国农副产品出口创汇的主要问题之一。欧盟、美国和日本对蜂蜜的检测指标不断增加，农药残留限量要求愈加严格，因而对我国蜂蜜质量控制技术提出了更加苛刻的要求。本项目以蜂蜜为研究对象，以蜂蜜中常见的马拉硫磷、毒死蜱、氟胺氢菊酯等三种有机磷农药残留为检测分析指标，从表面增强活性基底制备和性能评价入手，着重进行蜂蜜及农药残留的表面增强拉曼光谱响应特性、表面增强拉曼光谱有效信息提取方法以及表面增强拉曼光谱检测快速定量数学模型等方面的研究。解决因多种组分共存及交叉干扰、检测灵敏度低而导致的多组分同时快速精确定量困难等技术难题，建立蜂蜜农药残留的表面增强拉曼光谱快速检测和质量安全定量评价方法。项目研究为提高我国蜂蜜产品的国际竞争力、保障消费者安全、实现蜂蜜产品的现场快速检测、突破蜂蜜贸易中的绿色技术壁垒提供理论基础和技术支持。

农药残留是影响蜂蜜质量安全、消费者身心健康和我国农副产品出口创汇的主要问题之一。欧盟、美国和日本对蜂蜜的检测指标不断增加，农药残留限量要求愈加严格，因而对我国蜂蜜质量控制技术提出了更加苛刻的要求。本项目以蜂蜜为研究对象，以蜂蜜中常见的乐果和亚胺硫磷两种有机磷农药残留为检测分析指标，着重进行蜂蜜及农药残留的表面增强拉曼光谱响应特性及快速定量检测数学模型研究。.分析了农药和蜂蜜的表面增强拉曼光谱响应特性，找到了农药和蜂蜜的特征拉曼位移。乐果的特征拉曼位移为369、392、497、652、776、848、919、1012、1047、1169、1322、1447、1643和1784厘米波数，亚胺硫磷的特征拉曼位移为607、652、714、776、975、1016、1045、1159、1195、1446和1780厘米波数。蜂蜜的特征拉曼位移主要由糖类、氨基酸、蛋白质等成分的分子键振动引起，不同植物源蜂蜜的特征拉曼位移基本一致，益母草蜂蜜的特征拉曼位移为414、519、624 、697 、778、914、819 、1060和1452厘米波数，洋槐蜂蜜的特征拉曼位移为420、520、627、711、778、914、834、1071和1458厘米波数。.建立了蜂蜜农药残留的表面增强拉曼光谱检测用数学模型。分别采用主成分分析法和偏最小二乘判别法，建立了蜂蜜农药残留表面增强拉曼光谱定性判别模型，经比较，偏最小二乘判别模型判别更准确，识别率达到100%。分别以867、1065、1317和1453四个特征拉曼位移为输入变量，建立了乐果农药残留定量分析模型，经比较以867作为输入变量建立的数学模型预测结果最优，模型预测相关系数为0.984，模型预测均方根误差为0.663 ppm。分别以818、915、1017、1264和1450五个特征拉曼位移为输入变量，建立了亚胺硫磷农药残留定量分析模型，经比较以818作为输入变量建立的数学模型预测结果最优，模型预测相关系数为0.896，模型预测均方根误差为1.429 ppm。.结果表明：采用表面增强拉曼光谱技术可有效地检测蜂蜜农药残留，其检测精度可达到1.5 ppm，亚胺硫磷的表面增强拉曼光谱检测精度劣于乐果。项目研究为提高我国蜂蜜产品的国际竞争力、保障消费者安全、实现蜂蜜产品的现场快速检测、突破蜂蜜贸易中的绿色技术壁垒提供理论基础和技术支持。