论文部分内容阅读
果蔬中农药残留是当前食品安全的重大隐患,严重威胁人们的身体健康,所以快速检测果蔬中农药残留显得尤为重要。而现有的各种农药残留检测方法存在样品的前处理复杂、测量时间长、操作过程复杂等缺点,无法实现现代快速和绿色检测的需要。该课题采用近红外光谱技术实现番茄有机磷农药残留快速检测,为研究现场快速检测的分析仪器提供理论依据和技术参数。论文研究了近红外光谱技术的番茄有机磷农药残留快速检测方法。采用近红外光谱分析技术,对番茄农药残留的光谱进行分析,比较了不同预处理方法对于建模结果的影响,确定了番茄有机磷农药残留的最优定性分析模型和定量分析模型;研究了小波消噪对建立番茄有机磷农药残留定量分析模型的影响,并确定了最优分析模型;研究了近红外光谱的傅里叶特征提取方法用于优化番茄有机磷农药残留检测模型的方法。主要研究结果如下:(1)以番茄整果为研究对象,对番茄光谱图预处理,通过主成分法提取特征向量,采用人工神经网络建立了定性分析模型。结果表明,通过矢量归一化,选取3个主成分因子数,网络隐含层数为3时,模型识别率达到96%,训练误差mse为0.0153,网络预测结果与实际值的相关系数R为97.11%,定性分析模型为最优。(2)以番茄汁溶液为研究对象,对不同浓度比例的番茄汁乐果溶液进行光谱分析,采用PLS建立了定量分析模型。试验结果表明,通过一阶导预处理、平滑点数为5点时,模型为最优,定量分析模型校正集决定系数R2为98.36%,内部交叉验证均方差RMSECV为0.168%,验证集决定系数R2为98.82%,内部交叉预测均方差RMSEP为0.141%。(3)将小波分析算法的消噪方法运用到原始光谱建模前的预处理,试验中确定了以db4小波对番茄汁乐果溶液的光谱进行消噪,当分解尺度为5时,模型校正集决定系数为98.45%,内部交叉验证均方差RMSECV为0.165%,且验证集决定系数为98.90%,内部交叉验证均方差RMSECV为0.140%。当建模主成分数为5时,模型为最优,结果表明db4小波消噪可有效去除光谱中干扰信息。(4)近红外光谱的傅里叶变换特征提取参数用于建立番茄有机磷农药残留定量检测模型,同时也对原光谱中的高频噪音信号进行了消噪。当近红外光谱的傅里叶特征提取点数为35时,用偏最小二乘法(PLS)建立番茄有机磷农药残留定量预测模型最优,校正集模型决定系数R2为99.18%,模型预测均方误差RMSECV为0.118%,验证集模型决定系数R2为99.06%,模型预测均方误差RMSEP为0.118%。