基于NIRSVM技术韭菜农残检测研究.docVIP

基于NIRSVM技术韭菜农残检测研究 　　摘要：结合基于统计学理论的支持向量机（SVM）与近红外光谱（NIR）技术，以韭菜中常用的敌敌畏等有机磷农药为研究对象，以国标规定的检测限为标准，依据采集到的农残透反射近红外光谱吸光度数据，建立SVM农残定性识别模型，为有效甄别农药残留和种类提供了一种新方法。 　　Abstract： Combined with the support vector machine （SVM） and near infrared spectroscopy （NIR） technology based on statistical theory， this paper takes organic phosphorus pesticide Dichlorvos commonly used in leek as research object， takes national standard detection limit as the standard， according to the pesticide residues absorbance data collected through near infrared reflectance spectroscopy （NIRS）， establishes SVM identification model for pesticide residues， and provides a new method for the effective identification of pesticide residues and species. 　　关键词：SVM；NIR；农残检测 　　Key words： SVM；NIR；detection of pesticide residues 　　中图分类号：S481+.8 文献标识码：A 文章编号：1006-4311（2016）16-0222-02 　　0 引言 　　在蔬菜农药残留检查中经常见到韭菜的身影，造成韭菜农药残留超标的最大原因是韭蛆。由于韭蛆藏在土壤中，一般喷洒的农药对其无效，所以必须采用灌根方式，将有机磷农药施于地下韭菜根部，才能有效除去韭蛆。这种操作方式导致大量有机磷农药被韭菜根部吸收，而通过韭菜根部吸收的农药不易被清洗掉，若长期食用农药残留较多的韭菜，对身体危害极大[1]。因此，加强对韭菜有机磷农药残留的检测，对于保障人类健康、降低因农药残留而造成的食物中毒事件的发生率，具有极其重要的意义。 　　目前，国内外蔬菜农药残留检测方法主要有仪器检测法和快速检测法两大类[2]。仪器检测法主要包括气相色谱法、高效液相色谱法、双检测器检测法、超临界流体色谱法等。快速检测法主要包括酶抑制法、酶联免疫法、速测灵法等。以上检测方法存在样品前处理复杂、检测器种类少、检测费用偏高、特异性差等问题。 　　基于近红外光谱（NIR）分析技术的无损检测具有快速、方便、绿色、能够实现在线检测等优点，因而其在农药残留检测领域的应用极具实用价值。支持向量机（SVM）基于结构风险最小化原理，较之基于经验风险最小化原理的人工神经网络，其数学理论基础坚实、泛化能力更好、收敛速度相对较快且能够寻找到全局最优解，已被广泛推广运用于解决回归问题，这使得其在农残检测领域的应用成为可能[3]。 　　本文利用近红外漫反射光纤传感技术结合SVM对韭菜常用有机磷农药残留的快速检测识别进行了探索性研究，为实现蔬菜农残的无损快速检测提供了理论依据。 　　1 实验部分 　　1.1 样品制备 　　以敌敌畏、甲胺磷、乐果、毒死蜱四种农药作为研究对象，分别采用纯净水配制成定标溶剂。 　　①敌敌畏：有效成分含量为80%，采用纯净水配制成1：20的溶剂。 　　②甲胺磷：有效成分含量为50%，采用纯净水配制成1：20的溶剂。 　　③乐果：有效成分含量为40%，采用纯净水配制成1：20的溶剂。 　　④毒死蜱：有效成分含量为40%，采用纯净水配制成1：20的溶剂。 　　选取未施农药长势相似的若干韭菜叶作为试验样品，并对其进行清洗处理。待叶片表面自然晾干后，将样品随机分为4份，每份40个样品，分别进行下列操作（针对样品一面进行涂抹操作，另一面不做处理用作参考背景）。 　　①第一份样品均匀涂抹浓度为1：20的敌敌畏农药样品； 　　②第二份样品均匀涂抹浓度为1：20的甲胺磷农药样品； 　　③第三份样品均匀涂抹浓度为1：20的乐果农药样品； 　　④第四份样品均匀涂抹浓度为1：20的毒死蜱农药样品。 　　1.2 光谱数据采集 　　实验采用MS-2100微型光纤光谱仪获取叶片样品的透反射光谱图，仪器测定波长范围为300～1000nm。设置探测器采