基于光纤光谱技术的农药残留分析测量方法研究

论文摘要

利用化学农药方法防治病虫害便捷、经济、高效,因此在农业生产中,大量农药被用来控制农作物的病虫害、提高粮食产量。而高残留农药被施用到农作物上后,会在土壤、水和农作物体内残留,而长时间摄入含有残留农药的食品会严重影响人体的健康,甚至会给后代人带来潜在的危害。食品中的农药残留是影响食品安全的突出问题,己引起世界各国政府和组织的密切关注。随着世界各国对食品中农药残留限量标准的要求越来越高,因此研究一种适合于基层执法部门使用的性价比高的快速检测技术和方法,具有重要的意义。目前,常用的农药残留分析方法都存在样品前处理过程繁琐、消耗试剂、耗时长等缺点。与之相比,光谱分析法具有灵敏度高、方法简便等优点,在环境监测领域显示出其独特的优越性。结合国内外研究现状及前期可行性试验验证,本文提出将光纤光谱法应用于农药残留检测。首先综述了农药残留分析检测领域的国内外研究现状,并对常见的农药残留分析方法就行了探讨,进而提出光纤光谱技术应用于农药残留分析检测。接着就几种常见高残留农药就行了物理化学特性分析,对比了两种农药残留分析检测方案,介绍了光纤光谱分析方法的基本原理,并提出本文采用的基于光纤光谱技术的农药残留分析方法研究方案。接着根据提出的试验方案就行了试验设计,并进行了实验:对溶剂苯及几种高残农药进行了UV/VIS谱图测定,并分别配置了不同体积配比的几种高残农药的溶液进行了进一步的VI/VIS谱图测定,初步建立了几种农药的UV/VIS谱库,并对谱图进行了初步观察。接着通过对小波理论的研究,结合农药残留UV/VIS吸收光谱数据的特点和研究的目的,设计了针对本文研究内容的小波分析和处理方法,通过对原始吸收光谱数据的小波去噪、信号重构后的对比,研究了几种农药的特征吸收带。本文提出的基于光纤光谱技术的农药残留分析测量方法研究,建立了一种基于光纤光谱技术的农药残留快速检测方法,进行了相关的实验研究,实验结果证明了采用光纤光谱技术检测农药残留是可行的。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 课题研究的背景及意义
• 1.1.1 课题背景
• 1.1.2 课题研究的意义
• 1.2 国内外研究现状
• 1.2.1 国内外研究方法概述
• 1.2.2 农药残留分析样品前处理技术
• 1.2.3 农药残留分析检测方法
• 1.3 光纤光谱检测方法的提出
• 1.4 课题来源及主要研究内容
• 1.4.1 课题来源
• 1.4.2 课题的主要研究内容
• 1.5 本章小结
• 2 光纤光谱技术的农药残留检测方法研究
• 2.1 样品农药物理化学性质介绍
• 2.2 光纤光谱法原理研究
• 2.2.1 光吸收基本定律
• 2.2.2 分子光谱法原理研究
• 2.2.3 紫外—可见吸收光谱法原理研究
• 2.3 气相—质谱联用方法研究
• 2.4 光纤光谱技术的农药残留检测方法
• 2.5 本章小结
• 3 光纤光谱技术检测农药残留实验设计
• 3.1 样品农药溶液的配制
• 3.1.1 制备不同体积分数的各样品农药的苯溶液
• 3.1.2 实验废液处理方案
• 3.2 样品农药溶液的检测
• 3.2.1 Avantes 实验检测平台
• 3.2.2 Avantes 微型光纤光谱仪基本操作要点
• 3.2.3 农药溶液吸收度测量过程
• 3.3 本章小结
• 4 光纤光谱法检测农药残留实验结果
• 4.1 检测农药残留实验数据记录
• 4.2 各溶液及其同种溶液不同体积配比的吸收光谱图
• 4.2.1 苯的UV/VIS 吸收谱图
• 4.2.2 甲基万虫净UV/VIS 吸收谱图
• 4.2.3 辛硫磷UV/VIS 吸收谱图
• 4.2.4 毒死蜱UV/VIS 吸收谱图
• 4.2.5 配制的 2.5%甲基 1605 溶液 UV/VIS 吸收谱图
• 4.3 本章小结
• 5 光纤光谱法检测农药残留实验数据分析
• 5.1 实验数据前处理
• 5.2 农药残留检测结果分析
• 5.2.1 甲基万虫净溶液吸谱图分析
• 5.2.2 毒死蜱溶液吸收谱图分析
• 5.2.3 辛硫磷溶液吸收状况分析
• 5.2.4 苯和三种农药之间的吸收状况比较
• 5.3 本章小结
• 6 小波分析在农药残留分析检测中的应用
• 6.1 引言
• 6.2 小波理论
• 6.2.1 小波变换的产生
• 6.2.2 小波变换的基本原理
• 6.2.3 小波变换与傅里叶变换的比较
• 6.2.4 常用的小波基及选取规则
• 6.3 几种农药残留UV/VIS 吸收光谱数据的小波处理方法设计
• 6.3.1 小波基函数的选择
• 6.3.2 小波分解原理与算法设计
• 6.4 UV/VIS 吸收光谱小波数据处理与分析
• 6.4.1 吸收光谱的数据处理
• 6.4.2 吸收光谱数据处理结果与分析
• 6.5 本章小结
• 7 结论与展望
• 7.1 主要结论
• 7.2 进一步工作计划
• 8 致谢
• 参考文献
• 个人简历、在学期间发表的学术论文及取得的研究成果