康文龍

(武山縣食品藥品檢驗檢測中心，甘肅天水 741000)

摘 要：目的：建立基於拉曼光譜技術的水果殘留農藥檢測方法。方法：以蘋果表麵的敵百蟲殘留農藥為對象，采用激光顯微拉曼光譜分析技術，開展快速無損檢測。比較有、無殘留農藥及不同濃度殘留農藥的蘋果表麵拉曼圖像特征。結果：表麵有敵百蟲殘留農藥的蘋果，其拉曼圖像特征頻率豐富，檢出限為4 800 mg/kg。結論：對於水果殘留農藥的檢測，拉曼光譜技術是一種有效的技術方法，具有快速、準確、無損的特點，可推廣應用。

關鍵詞：水果;殘留農藥;拉曼光譜技術;檢測方法

Detection of Pesticide Residues in Fruits Based on Raman Spectroscopy

Kang Wenlong

(Wushan County Food and Drug Inspection and Testing Center, Tianshui 741000, China)

Abstract: Objective: To establish a method for the determination of pesticide residues in fruits based on Raman spectroscopy. Methods: The trichlorfon pesticide residues on the surface of apple were analyzed by laser micro Raman spectroscopy. The Raman image characteristics of apple surface with and without pesticide residues and different concentrations of pesticide residues were compared. Results: The characteristic frequency of Raman images of apples with trichlorfon pesticide residues on the surface was rich, and the detection limit was 4 800 mg/kg. Conclusion: Raman spectroscopy is an effective method for the detection of pesticide residues in fruits. It has the characteristics of fast, accurate and nondestructive, and can be popularized and applied.

Keywords: fruit; pesticide residues; raman spectroscopy; test method

世界杯賽程預測直接關係到人們的身體健康，成為整個社會關注的焦點。針對農藥殘留，我國《中華人民共和國世界杯賽程預測法》《世界杯賽程預測 國家標準--食品中農藥最大殘留限量》等文件中有明確規定。目前的農藥殘留檢測方法主要有3種：①生物檢測，不僅技術要求高，而且無法確定農藥的種類;②理化檢測，因操作複雜、耗時長，不滿足快速檢測要求;③快速檢測技術，以酶法、免疫檢測、生物傳感器等技術為代表，缺點是成本高、靈敏度低。拉曼光譜是一種散射光譜，理論基礎是印度科學家C.V.拉曼發現的拉曼散射效應。分子能級躍遷時，如果隻涉及到轉動能級，此時發射出小拉曼光譜;如果涉及到振動和轉動能級，就會發射出大拉曼光譜[1]。分析拉曼光譜的特征，可反映出物質的分子結構、成分、濃度，是開展相關檢測的技術原理。相關研究稱，拉曼光譜技術的應用，可對農藥殘留進行快速、準確檢測，明確農藥種類，成為該領域的重要發展方向[2]。

1 材料與方法

1.1 樣本來源

本次研究對象選擇紅富士蘋果，采購於農貿市場，大小、形態和顏色基本一致。

1.2 儀器與試劑

試驗中使用的儀器工具主要是激光顯微拉曼光譜儀，光譜範圍為100～3 200 cm-1，分辨率<1cm-1;

激光波長為780 nm，物鏡和目鏡分別放大50倍、10倍。農藥類型選擇敵百蟲，呈粉末狀固體，化學名為O,O-二甲基-(2,2,2-三氯-1-羥基乙基)膦酸酯，化學式為C4H8Cl3O4P。

1.3 樣品製備

蘋果洗淨待用。在敵百蟲農藥中加入去離子水進行稀釋，獲得不同質量濃度，分別為48 000 mg/kg、4 800 mg/kg、480 mg/kg、48 mg/kg和4.8 mg/kg。使用移液器分別吸取100 µL的敵百蟲溶液，滴在洗淨的蘋果表麵，並在室溫下自然晾幹，作為本次試驗樣品。

1.4 采集拉曼光譜

(1)采集敵百蟲的拉曼光譜。使用電子天平，準確稱量0.1 g敵百蟲原藥，將其置於鋁箔片上。使用激光顯微拉曼光譜儀，采集敵百蟲的拉曼特征光譜，主要參數如下：激光功率為10 mV，積分時間為10 s，掃描1次。

(2)采集蘋果表麵的拉曼光譜。分別選擇洗淨的蘋果、滴入不同濃度敵百蟲溶液的蘋果，置於三維自動載物台上。對載物台進行移動，控製手柄聚焦，使用激光顯微拉曼光譜儀采集拉曼光譜，主要參數如下：激光功率為50 mV，積分時間為12 s，掃描5次。

1.5 數據預處理

敵百蟲農藥的原始光譜見圖1。

圖1 敵百蟲農藥的原始光譜和校準光譜

使用激光顯微拉曼光譜儀采集拉曼光譜時，會受到儀器噪聲和熒光的幹擾，為了消除這些幹擾，需要對光譜數據預處理。針對儀器噪聲幹擾，采用小波閾值去噪法;針對熒光幹擾，采用形狀匹配背景去除法[3]。如此，就能得到敵百蟲的校準光譜，可見校準光譜的特征峰明顯。

2 結果與分析

2.1 有、無殘留農藥的蘋果表麵拉曼圖像比較

2.1.1 有殘留農藥的蘋果表麵拉曼圖像

使用拉曼光譜檢測農藥殘留，先要獲得拉曼光譜。圖2中的A曲線是預處理後的敵百蟲拉曼光譜，由圖2可知，拉曼光譜信號豐富，6個頻率處的特征峰明顯，分別是293 cm-1、373 cm-1、441 cm-1、620 cm-1、721 cm-1和786 cm-1，其中441 cm-1處的峰值最大。結合相關研究，441 cm-1和786 cm-1處是P-O鍵振動，620 cm-1和721 cm-1處是C-Cl鍵振動[4]。

2.1.2 無殘留農藥的蘋果表麵拉曼圖像

圖2中的B曲線是敵百蟲無殘留蘋果的拉曼光譜，通過對比能明確農藥的相關信息。由圖2可知，≥1 000 cm-1頻率處，有敵百蟲殘留的蘋果和無殘留的蘋果表皮，拉曼光譜特征相近，原因可能是蘋果表皮中含有果膠、纖維素，均屬於有機物，和敵百蟲農藥的部分基團相同，因此表現出相似的特征頻率。而在<1 000 cm-1頻率處，兩者的拉曼光譜特征有明顯差異，尤其是有殘留的6個頻率處的特征峰，可以作為識別敵百蟲農藥的依據。

2.2 不同濃度農藥殘留的蘋果表麵拉曼圖像比較

不同濃度敵百蟲殘留的蘋果拉曼光譜圖像見圖3。由圖3可知，①隨著敵百蟲濃度降低，蘋果表皮的特征頻率強度逐漸增大，會覆蓋敵百蟲的特征頻率，影響農藥識別。②識別敵百蟲農藥的6個特征頻率，均可檢測到10-3數量級的濃度;當濃度達到10-4數量級時，信號變弱難以辨認，因此檢出限為4 800 mg/kg。

3 討論

3.1 試驗方法的優化

①試驗開始前要矯正儀器，一般使用單晶矽進行矯正，當單晶矽的特征峰位於520.7 cm-1處，說明儀器矯正完成。②為了獲得最佳試驗效果，還需要合理選擇激光器。本次研究中，設置相同的試驗條件，積分時間2 s，對3個無農藥殘留的蘋果果皮樣品進行光譜掃描，分別掃描3次獲得拉曼圖像，並觀察在473 nm、633 nm和785 nm時的圖像。結果顯示，473 nm時的果皮樣本完好，而633 nm和785 nm時的果皮樣本燒焦。因此，激光器在473 nm下進行本試驗。

3.2 建立標準校準模型

趙琦[5]采用距離匹配和判別分析法，對蘋果汁中馬拉硫磷、二嗪農進行定性分析，用偏最小二乘法對農藥的表麵增強拉曼光譜進行數學建模分析。結果表明：表麵增強拉曼散射技術對分析馬拉硫磷和二嗪農具有較高的準確性，定量分析也具有可行性。HE[6]建立一種快速簡單的表麵擦拭捕獲農藥的方法，利用不同濃度的噻苯達唑建立標準校準模型，計算得到釋放因子後，對蘋果表麵的噻菌靈進行回收率計算和定量檢測，得到不同水平下噻菌靈的回收率為59.4%～76.6%，擦拭-表麵增強拉曼法的計算準確率達到89.2%～115.4%。可見，對殘留農藥進行分析時，因實際工況比較複雜，檢測過程會受到多種因素的幹擾。此時建立標準校準模型，可提高檢測結果的精準度，實現痕量農藥定量檢測的目標。

4 結論

本研究表明，表麵有敵百蟲殘留農藥的蘋果，其拉曼圖像特征頻率豐富，檢出限為4 800 mg/kg。檢測水果農藥殘留時，拉曼光譜技術是一種有效的技術方法，具有快速、準確、無損的特點，可推廣應用。在今後，應進一步完善試驗方法，優化試驗參數，並建立標準校準模型，以達到更低的檢出限，提高檢測結果的準確性。

參考文獻

[1]高連叢,郭敏,陳翠芬,等.基於表麵增強拉曼光譜技術快速檢測有機磷農藥殘留[J].吉林醫藥學院學報,2021,42(5):340-342.

[2]張文強,李容,許文濤.農藥殘留的表麵增強拉曼光譜快速檢測技術研究現狀與展望[J].農業工程學報,2017,33(24):269-276.

[3]王斌.基於高光譜圖像技術的水果表麵農藥殘留檢測觀察[J].種子科技,2017,35(4):118.

[4]朱赫,紀明山.農藥殘留快速檢測技術的最新進展[J].中國農學通報,2014,30(4):242-250.

[5]趙琦,劉翠玲,孫曉榮,等.基於SERS法的蘋果中農藥殘留的定性及定量分析[J].光散射學報,2016,28(1):6-11.

[6]HE L L,CHEN T,LABUZA T P.Recovery and quantitative detection of thiabendazole on apples using a surface swab capture method followed by surface-enhanced Raman spectroscopy[J].Food Chemistry,2014,148:42-46.