论文部分内容阅读
近年来由于农药残留导致的农产品质量与安全问题堪忧,因而研究快速精准的农药残留检测技术对于防控农药滥用现象尤为重要。太赫兹（Terahertz,THz）技术作为二十一世纪重大新兴科学技术之一,具有指纹性、穿透性,以及相干性等诸多独特优势,在农药残留检测领域具有可观的发展潜力与应用前景。本文采用太赫兹光谱技术对18种农药的指纹峰解析、单组分农残的定量检测、多组分微量混合农残的定性识别,以及痕量农残的定量与定性检测等关键技术进行了研究,对于保障农产品安全与人类健康具有重要的意义。主要研究内容和成果如下:（1）基于密度泛函理论（DFT）和太赫兹光谱预处理算法,完成了农药标准品的分子动力学模拟及其太赫兹指纹峰的精准解析。（1）采用小波阈值去噪与基线校正方法对农药的太赫兹吸收谱（0.1～3.5 THz）进行优化处理;（2）采用DFT模拟计算农药分子的理论光谱;（3）将优化处理后的太赫兹光谱与DFT光谱进行匹配,完成农药指纹峰的理论解析。所研究农药的太赫兹指纹峰包括:毒死蜱（1.47、1.93与2.73 THz）、氟虫腈（0.76、1.23与2.31 THz）、克百威（2.72与3.06 THz）、乐果（1.05、1.89与2.92 THz）、灭多威（1.01、1.65、1.91、2.72与3.20 THz）、噻苯隆（0.99、1.57、2.17与2.66 THz）、溴氰菊酯（0.90、1.49与2.32 THz）、氰戊菊酯（1.13、1.43、1.61、1.98与2.58 THz）、高效氯氰菊酯（1.27、1.84、2.12与2.92 THz）、6-苄氨基嘌呤（2.08与3.00 THz）、多效唑（0.71、1.30、1.88与2.67 THz）和青鲜素（2.34 THz）。（2）利用基线校正算法消除了太赫兹吸收谱的基线漂移特性,增强了农产品基质中单组分2,4-二氯苯氧乙酸（2,4-D）的指纹峰信号,提升了其定量检测的精确度与检测限。（1）采用DFT中B3LYP/6-31G（d,p）基组对2,4-D的指纹峰进行解析（1.35、1.60、2.37和3.00 THz）;（2）分析散射基线对农产品基质（茭白、大米和玉米）中2,4-D检测能力的影响;（3）采用非对称最小二乘平滑法（As LS）、自适应重加权惩罚最小二乘法（Air PLS）、背景校正法（Backcor）和稀疏度基线估计去噪法（BEADS）进行吸收谱基线校正;（4）根据1.35 THz处的吸收峰强度建立2,4-D含量的定量回归曲线,结果表明经过基线校正后,2,4-D在茭白、大米和玉米中的检测限分别由7%、5%与7%均提高到1%,回归系数分别有R2≥0.9706、R2≥0.9671、R2≥0.9277;（5）根据模型回收率与预测误差值,外部验证了太赫兹吸收谱基线校正对于提高农产品中2,4-D定量检测精度的有效性与可靠性。（3）结合太赫兹成像技术与深度学习算法,实现了对新鲜植物叶片表面微量、多组分混合农药残留类型的高精度定性识别与图像可视化。（1）采用DFT中B3LYP/6-311G基组对苯菌灵（0.70、1.07和2.20 THz）、多菌灵（1.16、1.35和2.32 THz）和噻菌灵（0.92、1.24、1.66、1.95和2.58 THz）的指纹峰进行解析;（2）将不同类型的农药溶液（浓度为10mg/L）滴加在香椿叶片表面,获取叶片的太赫兹图像并从中提取0.2～2.2 THz的光谱;（3）采用模糊聚类模型,探究区分香椿叶片表面不同农药残留类型的可分性;（4）建立深度卷积神经网络（DCNN）模型和基于四种学习算法（Train CGB、Train CGP、Train CGF、Train RP）的反向传播神经网络（BPNN）模型,对香椿叶片上农药残留的类型进行定性识别,结果表明DCNN得到最优训练与预测识别准确率（分别为97.27%和96.74%）;（5）利用DCNN模型实现了对叶片上农药残留类型及其分布情况的图像可视化。（4）采用一种基于开口谐振环结构的太赫兹超材料吸收器,增强了辣椒提取液中痕量农药的传感信号,实现了对痕量农残的定量与定性检测。（1）分别采用DFT中B3LYP/6-311G与B3LYP/6-31G+dp基组对吲哚-3-乙酸（IAA,2.50 THz）与三环唑（0.85、1.11和2.17 THz）进行指纹峰解析;（2）根据吸收器在横向磁性（TM）偏振态下的双波段完美吸收特性（在0.918 THz和1.575 THz处吸收率分别达到90.05%和94.68%）,利用超材料吸收峰振幅和频率对农药浓度的高灵敏度响应,建立农药定量检测标准曲线。结果表明基于1.575 THz处吸收峰振幅的传感响应规律较好,对IAA与三环唑的定量结果分别为R2=0.9544与R2=0.7837,检出的农药浓度均达到10 ng/L;（3）采用偏最小二乘线性判别分析（PLS-LDA）模型实现了基于超材料的辣椒提取液中IAA与三环唑的定性鉴别。以上研究成果探明了太赫兹光谱技术在农产品农药残留检测中的巨大优势。本研究探讨的关于农药太赫兹指纹峰的解析、单组分农残定量检测精度的提升、微量多组分混合农残的定性识别与可视化,以及痕量农残的定量与定性传感增强检测等关键技术,为基于太赫兹技术的农产品安全检测提供了一套完整的理论基础与指导方案。