论文部分内容阅读
人民对食品安全问题越来越关注，探索一种检测精度高、环境污染小和检测速度快的食品检测方法极具实用价值。表面增强拉曼散射光谱（SERS）的检测条件温和，具有超灵敏性和高选择性，可应用于单分子检测，生物样品的检测。本论文以脐橙为研究对象，选择不同的SERS基底，采集毒死蜱、亚胺硫磷和乐果残留农药的表面增强拉曼散射光谱，并分别对三种农药进行定性及定量分析。本文的具体工作内容和结果如下：1.配制不同浓度的氧乐果标准溶液，用共焦显微拉曼光谱仪和便携式拉曼光谱仪分别采集氧乐果标准溶液的拉曼光谱，对光谱数据进行分析，发现共焦显微拉曼光谱仪的效果要好一些。将氧乐果标准溶液喷洒在脐橙表皮上，用共焦显微拉曼光谱仪采集脐橙表皮氧乐果的拉曼光谱，对光谱数据进行分析，用不同的光谱预处理方法结合偏最小二乘法（PLS）建立定量模型，结果表明：模型经过基线校正预处理结合PLS建模的效果最佳，预测相关系数RP为0.973，预测均方根误差RMSEP为2.01%。2.以银胶作为SERS基底，检测脐橙表皮的残留农药的表面增强拉曼光谱。将毒死蜱、乐果和亚胺硫磷标准溶液喷洒在脐橙表皮，在提取表皮的农药，并配置成不同浓度梯度的样品。先对三种农药进行定性分析，在最低浓度为5mg/L时，均能观察到农药的特征峰位。对农药进行定量分析时，分别将各种农药光谱数据建立PLS定量模型，通过不同的预处理方法对模型进行处理，结果表明：对于毒死蜱，经过多元散射校正和一阶求导方法预处理，建立的数学模型的效果最佳，预测集相关系数RP为0.843， RMSEP为2.992mg/L；对于乐果，在经过基线校正方法预处理，建立的数学模型的效果最佳，预测集相关系数RP为0.936，RMSEP为1.706mg/L；对于亚胺硫磷，在经过二阶导数方法预处理，建立的数学模型的效果最佳，预测集相关系数RP为0.852， RMSEP为5.177mg/L。3.以Klarite芯片为SERS基底，采集从脐橙表皮提取的亚胺硫磷的表面增强拉曼光谱。将得到的光谱数据建立PLS定量模型，结果表明：经过全交互验证的方法，亚胺硫磷预测集相关系数RP为0.963， RMSEP为6.424mg/L。4.论文以脐橙为实际样品，选用银胶和Klarite芯片为增强基底检测农药残留，在对残留农药的定性分析中两种基底都有比较好的效果，在定量分析中采用Klarite芯片SERS光谱的重现性和稳定性更好，但银胶价格低廉，制备也比较简单，研究表明采用表面增强拉曼光谱技术对农药残留的分析是可行的。