基于荧光光谱的生菜农药残留检测-ingentaconnect.pdfVIP

第 32 卷 第 19 期 农 业 工 程 学 报 Vol.32 No.19 302 2016 年 10 月 Transactions of the Chinese Society of Agricultural Engineering Oct. 2016 基于荧光光谱的生菜农药残留检测 1,2 1 2 1 1 2 孙 俊 ，周 鑫 ，毛罕平 ，武小红 ，杨 宁 ，张晓东 （1. 江苏大学电气信息工程学院，镇江 212013 ； 2. 江苏大学现代农业装备与技术教育部重点实验室，镇江 212013 ） 摘 要：为了研究采用荧光光谱技术对生菜农药残留快速无损定性鉴别的可行性，该文通过采集 180 个生菜样品（3 个 浓度农药残留生菜，每个浓度农残生菜样本数为 60，其中农药与水配比为 1:500、1:1 000、1:1 200，即重度超标、轻微 超标、标准农残）的荧光发射光谱，结合 Savitzky-Golay （SG）、标准正态变量变换（standard normalized variable，SNV)、 标准正态变量变换结合去趋势（standard normalized variable detrending，SNV detrending）、SG 与 SNV 算法组合（SG-SNV）、 SG 与 SNV detrending 算法组合（SG-SNV detrending）对提取的荧光光谱进行预处理，基于全光谱、荧光特征峰值、小波 特征建立支持向量机（Support Vector Machine, SVM）分类模型。其中，小波特征通过小波变换对原始光谱以及预处理后 光谱进行特征选择获取，分别采用 db4、db6、sym5、sym7 作为小波基函数。试验结果表明：基于小波特征、荧光特征 峰值建立的 SVM 模型预测集识别率要高于基于全光谱建立的 SVM 模型。以 sym5 作为小波基函数，基于 SG-SNV detrending 预处理光谱选择的小波特征建立的 SVM 模型取得最优的预测集识别率 93.33%，最佳小波分解层数为4 。结果 表明应用荧光光谱技术对生菜农药残留鉴别是可行的，为生菜农药残留快速、无损检测分析提供了参考。 关键词：农作物；无损检测；农药；荧光光谱；生菜；小波变换；特征提取 doi ：10.11975/j.issn.1002-6819.2016.19.041 中图分类号：S636.2 文献标志码：A 文章编号：1002-6819(2016)-19-0302-06 孙 俊，周 鑫，毛罕平，武小红，杨 宁，张晓东. 基于荧光光谱的生菜农药残留检测[J]. 农业工程学报，2016，32(19)： 302－307. doi ：10.11975/j.issn.1002-6819.2016.19.041 Sun Jun, Zhou Xin, Mao Hanping, Wu Xiaohong, Yang Ning, Zhang Xiaodong. Detection of pesticide residues in lettuce based on fluorescence spectra[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(19): 302 －307. (in Chinese with English abstract) doi ：10.11975/j.issn.1002-6819.2016.19.041