论文摘要
针对茶叶中的农药残留问题,利用表面增强拉曼光谱(SERS)技术结合二维相关光谱法快速检测茶叶中毒死蜱残留。以金纳米为增强基底,采集含不同浓度毒死蜱残留茶叶样本的SERS,利用标准正态变量变换(SNV)对原始拉曼光谱进行预处理,再以毒死蜱浓度为外扰,进行二维相关同步光谱和自相关谱分析,筛选出与毒死蜱浓度变化相关的特征谱峰,利用灰狼算法(GWO)优化支持向量机(SVM)参数,建立茶叶中毒死蜱残留分析模型,并与偏最小二乘(PLS)模型得到的结果进行比较。结果表明:利用二维相关光谱法优选出毒死蜱的14个特征谱峰,所建SVM模型对预测集样本的决定系数R■为0.98,方均根误差为1.32,相对分析误差为6.32,能用于茶叶中毒死蜱残留的实际估测,模型性能优于采用1096 cm-1单个特征谱峰建立的SVM模型和PLS模型。研究结果表明:将二维相关光谱法用于筛选与茶叶中毒死蜱浓度相关的特征谱峰是可行的,为拉曼光谱中特征变量优选提供了新思路;同时也表明,SERS结合二维相关光谱法可以实现茶叶中毒死蜱残留的快速检测,为茶叶农药残留快速检测装置的开发提供了方法支持。
论文目录
文章来源
类型: 期刊论文
作者: 胡潇,吴瑞梅,朱晓宇,刘鹏,熊爱华,黄俊仕,杨普香,熊俊飞,艾施荣
关键词: 光谱学,表面增强拉曼光谱,二维相关谱法,快速检测,茶叶,毒死蜱
来源: 光学学报 2019年07期
年度: 2019
分类: 基础科学,工程科技Ⅰ辑
专业: 化学,轻工业手工业
单位: 江西农业大学计算机与信息工程学院,江西农业大学工学院,江西农业大学食品科学与工程学院,江西蚕桑茶叶研究所
基金: 国家自然科学基金(31460315),江西省对外科技合作计划(20151BDH80065),江西省茶叶产业技术体系(JXARS-02)
分类号: O657.37;TS272.7
页码: 440-449
总页数: 10
文件大小: 2052K
下载量: 346
相关论文文献
- [1].硅酸钠与乙烯基三乙氧基硅烷的二维相关近红外光谱分析[J]. 光谱学与光谱分析 2020(03)
- [2].6种牛肝菌的二维相关红外光谱的分析与鉴别[J]. 科学技术创新 2020(25)
- [3].二维相关红外光谱的开放光程FTIR气体探测方法[J]. 光谱学与光谱分析 2020(08)
- [4].抚顺辽五味子二维相关荧光光谱鉴别方法研究[J]. 食品安全质量检测学报 2020(18)
- [5].二维相关谱技术的研究进展及应用[J]. 天津农学院学报 2018(04)
- [6].不同预处理方法对二维相关谱的影响研究Ⅰ——标准化方法[J]. 天津农学院学报 2015(04)
- [7].硬脂酸C=O伸缩振动二维相关红外光谱研究[J]. 化学试剂 2014(12)
- [8].二维相关谱在食品品质检测中的研究进展[J]. 光谱学与光谱分析 2015(08)
- [9].基于二维相关谱的掺杂牛奶检测方法研究[J]. 食品界 2017(09)
- [10].原位检测组织非特异碱性磷酸酶活性的二维相关分析校正[J]. 光谱学与光谱分析 2020(S1)
- [11].水中农药残留的二维相关荧光光谱检测[J]. 光谱学与光谱分析 2020(S1)
- [12].二维相关近红外光谱的植物油鉴别方法[J]. 光谱学与光谱分析 2020(10)
- [13].蒽芘混合溶液二维相关荧光谱定量分析研究[J]. 光谱学与光谱分析 2016(S1)
- [14].粘胶/莱赛尔纤维的二维相关红外光谱鉴别研究[J]. 现代纺织技术 2011(04)
- [15].乳菇的二维相关红外光谱的分析与鉴别[J]. 科学技术创新 2020(22)
- [16].二维相关谱在环境科学中的应用与展望[J]. 光谱学与光谱分析 2019(06)
- [17].二维相关红外光谱技术快速鉴别三七及其伪品[J]. 光散射学报 2017(01)
- [18].二维相关方法在南疆土壤养分分析中的应用与研究[J]. 中国农机化学报 2016(08)
- [19].热处理柚木的红外光谱和二维相关红外光谱分析[J]. 光谱学与光谱分析 2016(S1)
- [20].空时二维相关非高斯杂波的建模与仿真[J]. 现代电子技术 2015(15)
- [21].黄色小米的二维相关红外光谱鉴别研究[J]. 光谱学与光谱分析 2020(S1)
- [22].葡萄干的傅里叶变换红外光谱鉴别研究[J]. 光谱学与光谱分析 2020(S1)
- [23].青稞的傅里叶变换红外光谱鉴别研究[J]. 光谱学与光谱分析 2020(S1)
- [24].棉/麻纤维的二维相关红外光谱鉴别研究[J]. 上海纺织科技 2011(07)
- [25].二维相关近红外光谱快速鉴别食用植物油种类[J]. 中国粮油学报 2011(09)
- [26].温度外扰的二维相关荧光谱鉴别4种食用植物油的研究[J]. 中国粮油学报 2016(06)
- [27].藜麦的傅里叶变换红外光谱鉴别研究[J]. 光谱学与光谱分析 2020(S1)
- [28].基于二维相关度的嫌疑人社交网络分析方法研究[J]. 刑事技术 2017(02)
- [29].竹浆纤维的二维相关红外光谱鉴别研究[J]. 山东纺织科技 2013(01)
- [30].二维相关荧光光谱鉴别4种食用植物油种类的研究[J]. 食品安全质量检测学报 2011(06)