王曉彬， 吳瑞梅， 凌 晶， 劉木華， 張廬陵， 藺 磊， 陳金印

1. 江西農(nóng)業(yè)大學(xué)生物光電及應(yīng)用重點(diǎn)實(shí)驗(yàn)室， 江西 南昌 330045

2. 江西出入境檢驗(yàn)檢疫局技術(shù)中心， 江西 南昌 330002

3. 江西農(nóng)業(yè)大學(xué)農(nóng)學(xué)院， 江西 南昌 330045

表面增強(qiáng)拉曼光譜法快速檢測(cè)臍橙果肉中三唑磷農(nóng)藥殘留

王曉彬1， 吳瑞梅1， 凌 晶2， 劉木華1， 張廬陵1， 藺 磊1， 陳金印3*

1. 江西農(nóng)業(yè)大學(xué)生物光電及應(yīng)用重點(diǎn)實(shí)驗(yàn)室， 江西 南昌 330045

2. 江西出入境檢驗(yàn)檢疫局技術(shù)中心， 江西 南昌 330002

3. 江西農(nóng)業(yè)大學(xué)農(nóng)學(xué)院， 江西 南昌 330045

采用表面增強(qiáng)拉曼光譜技術(shù)結(jié)合快速溶劑前處理方法檢測(cè)臍橙果肉中三唑磷農(nóng)藥殘留， 應(yīng)用化學(xué)計(jì)量學(xué)方法建立臍橙果肉中三唑磷農(nóng)藥殘留的快速檢測(cè)模型。 以臍橙果肉提取液為基質(zhì)， 采用N-丙基乙二胺、 C18和石墨化碳去除果肉中有機(jī)酸、 色素等熒光物質(zhì)， 配制不同濃度的三唑磷農(nóng)藥溶液， 應(yīng)用不同預(yù)處理方法對(duì)光譜信號(hào)進(jìn)行預(yù)處理， 建立偏最小二乘模型。 結(jié)果表明， 以臍橙果肉提取液為基質(zhì)的三唑磷溶液最低檢測(cè)濃度低于0.5mg·L-1； 歸一化預(yù)處理后建立的模型預(yù)測(cè)性能最好， 模型對(duì)預(yù)測(cè)集樣本的均方根誤差為1.38 mg·L-1， 相關(guān)系數(shù)為0.976 6， 相對(duì)分析誤差為(RPD)4.66。 預(yù)測(cè)回收率為95.97%～103.18%， 相對(duì)誤差絕對(duì)值在5%以下， 表明模型具有較好的預(yù)測(cè)效果。 對(duì)4個(gè)未知濃度樣本進(jìn)行配對(duì)t檢驗(yàn)， 預(yù)測(cè)值與真實(shí)值無顯著差異， 說明所建立的方法準(zhǔn)確可靠。

表面增強(qiáng)拉曼光譜； 臍橙果肉； 三唑磷； 快速檢測(cè)

引 言

三唑磷(triazophos)， 化學(xué)名稱為O,O-二乙基-O-(1-苯基-l,2,4-三唑-3-基)硫代磷酸酯， 是一種中毒廣譜有機(jī)磷殺蟲劑， 具有強(qiáng)烈的觸殺和胃毒作用， 滲透性較強(qiáng)， 無內(nèi)吸作用， 主要用于防治果樹、 水稻和棉花上的鱗翅目害蟲、 害螨等[1]。 三唑磷隨食物進(jìn)入人體后， 會(huì)造成大量乙酰膽堿蓄積在神經(jīng)效應(yīng)器接點(diǎn)處， 發(fā)生毒蕈堿樣、 煙堿樣及中樞神經(jīng)系統(tǒng)癥狀[2]。 三唑磷在食品和農(nóng)產(chǎn)品中殘留問題逐漸引起關(guān)注， 目前三唑磷農(nóng)藥的常規(guī)檢測(cè)方法有氣相色譜法[3]、 超高效液相色譜-串聯(lián)質(zhì)譜法[4]等， 但這些方法前處理復(fù)雜、 成本高、 檢測(cè)速度慢， 不適于現(xiàn)場(chǎng)實(shí)時(shí)檢測(cè)。

表面增強(qiáng)拉曼光譜(surface enhanced Raman spectroscopy, SERS)是指將待測(cè)物分子吸附在特殊制備的金屬材料(如金、 銀等)表面或溶膠中， 激光照射到吸附有金、 銀顆粒的待測(cè)試樣時(shí)， 金屬表面電場(chǎng)會(huì)增強(qiáng)， 使待測(cè)物拉曼信號(hào)能增強(qiáng)104～1010倍[5-7]。 SERS技術(shù)具有樣品制備簡(jiǎn)單、 檢測(cè)速度快、 靈敏度高等優(yōu)點(diǎn)， 能實(shí)現(xiàn)對(duì)微量樣品的快速檢測(cè)， 已逐步應(yīng)用于食品、 農(nóng)產(chǎn)品中農(nóng)藥殘留的快速檢測(cè)[8-10]。 劉燕德等[11]利用共焦顯微拉曼光譜技術(shù)分析了臍橙表皮的樂果農(nóng)藥殘留， 建立了臍橙表皮樂果農(nóng)藥殘留的預(yù)測(cè)模型。 Shetan等[12]利用固相萃取技術(shù)對(duì)橙汁進(jìn)行前處理， 獲取含甲基毒死蜱農(nóng)藥的提取液， 結(jié)合SERS技術(shù)， 檢測(cè)最低濃度為50 ppb。 Liu等[13]利用金鍍膜作為SERS活性基底， 檢測(cè)了蘋果和番茄表皮的農(nóng)藥殘留， 回收率為78%～124%。 Wisiani等[14]應(yīng)用SERS技術(shù)檢測(cè)蘋果果肉、 蘋果汁和蘋果表皮的啶蟲脒農(nóng)藥殘留， 果肉、 果汁和果皮的最低檢測(cè)濃度分別為0.5， 3 μg·mL-1和0.125μg·cm-2。 臍橙中含量豐富的糖類、 有機(jī)酸、 礦物質(zhì)、 纖維素、 蛋白質(zhì)、 氨基酸和維生素等大分子物質(zhì)， 這些物質(zhì)容易對(duì)農(nóng)藥的拉曼信號(hào)產(chǎn)生干攏， 影響方法的精密度。 上述方法使用表面增強(qiáng)拉曼光譜技術(shù)能達(dá)到對(duì)水果中農(nóng)藥分子信號(hào)增強(qiáng)的目的， 但并未去除基質(zhì)物質(zhì)的影響， 要實(shí)現(xiàn)快速檢測(cè)其試驗(yàn)方法需進(jìn)一步完善。

采用SERS技術(shù)結(jié)合商業(yè)化的金納米增強(qiáng)試劑對(duì)臍橙果肉中三唑磷農(nóng)藥殘留進(jìn)行快速檢測(cè)。 利用快速溶劑提取前處理方法提取果肉的提取液， 采用N-丙基乙二胺、 C18和石墨化碳去除有機(jī)酸、 色素等物質(zhì)的影響， 結(jié)合化學(xué)計(jì)量學(xué)方法， 實(shí)現(xiàn)了臍橙果肉中三唑磷農(nóng)藥的快速檢測(cè)。

1 實(shí)驗(yàn)部分

1.1 儀器與試劑

RamTracer-200-HS 高靈敏度激光拉曼光譜儀、 納米增強(qiáng)試劑202和103(蘇州歐普?qǐng)D斯光學(xué)納米科技有限公司)； Agilent GC/MS 7000B型三重四極桿氣相色譜串聯(lián)質(zhì)譜儀、 HP-5MS 30 m×0.25 mm×0.25 μm石英毛細(xì)管柱(美國安捷倫科技有限公司)； JW1024低速離心機(jī)(安徽嘉文儀器設(shè)備有限公司)； BL25C33型攪拌機(jī)(佛山美的集團(tuán)股份有限公司)； 渦旋混合器(海門市其林貝爾儀器制造有限公司)； FA1004B電子天平型(上海上平儀器有限公司)； 0.22 μm有機(jī)濾膜(安捷倫科技有限公司)。 三唑磷(Sigma-Aldrich公司， 純度97.2%)； 乙腈(國藥集團(tuán)化學(xué)試劑有限公司， 色譜純)； 無水硫酸鎂、 氯化鈉(國藥集團(tuán)化學(xué)試劑有限公司， 分析純)； N-丙基乙二胺， C18(北京迪馬科技有限公司)； 石墨化碳(天津博納艾杰爾科技有限公司)； 臍橙(贛州大余臍橙基地)； 含農(nóng)藥臍橙(江西出入境檢驗(yàn)檢疫局提供)。

1.2 方法

1.2.1 氣相色譜串聯(lián)質(zhì)譜試驗(yàn)條件

色譜條件： 進(jìn)樣口溫度： 250 ℃； 升溫程序： 初始溫度為150 ℃， 保持2 min； 以25 ℃·min-1升至280 ℃， 保持2 min； 升至300 ℃， 保持2 min烘干色譜柱后進(jìn)行下一個(gè)樣本檢測(cè)； 載氣： 氦氣(純度≥99.999%)； 載氣流速： 1.2 mL·min-1； 進(jìn)樣量： 1 μL； 進(jìn)樣方式： 不分流進(jìn)樣。

離子源： EI源； 離子源溫度： 230 ℃； 四極桿溫度： 150 ℃； 碰撞氣： 氮?dú)?純度≥99.999%)； 采集模式： 多反應(yīng)監(jiān)測(cè)模式(MRM)。

1.2.2 樣品制備

三唑磷標(biāo)準(zhǔn)溶液配制： 稱取10 mg三唑磷標(biāo)準(zhǔn)品， 用適量乙腈溶于100 mL棕色容量瓶中， 超聲溶解后， 用乙腈定容至刻度， 得到濃度為100 mg·L-1的三唑磷標(biāo)準(zhǔn)儲(chǔ)備液。 用乙腈將標(biāo)準(zhǔn)儲(chǔ)備液分別稀釋為20， 15 ， 12， 10， 8， 6， 4， 2， 1， 0.8， 0.6， 0.5， 0.4和0.3 mg·L-1的標(biāo)準(zhǔn)工作液， 于4 ℃避光環(huán)境中保存。

以臍橙果肉提取液為基質(zhì)的三唑磷溶液配制： (1)采用經(jīng)氣相色譜串聯(lián)質(zhì)譜檢測(cè)無農(nóng)藥殘留的新鮮臍橙， 去皮后將其可食用部分切碎， 放入攪拌機(jī)搗碎成漿狀， 備用。 (2)稱取10 g果肉樣品于50 mL離心管中， 依次加入10 mL乙腈、 適量無水硫酸鎂和氯化鈉， 搖勻后以400 r·min-1的轉(zhuǎn)速渦旋混合2 min， 將離心管放入離心機(jī)以4 200 r·min-1的速度離心5 min， 上清液為黃色。 (3)取上述黃色上清液4 mL， 放于裝有適量無水硫酸鎂、 N-丙基乙二胺、 C18和石墨化碳的15 mL離心管中， 搖勻后以400 r·min-1的轉(zhuǎn)速渦旋混合2 min， 去除有機(jī)酸、 色素等基質(zhì)的影響， 此時(shí)溶液由黃色變?yōu)闊o色， 將此離心管放入離心機(jī)以4 200 r·min-1的速度離心5 min， 得到無色上清液， 上清液過0.22 μm有機(jī)濾膜。 (4)用步驟(3)的過濾液為基質(zhì)， 分別配制不同濃度(20， 15， 12， 10， 8， 6， 4， 2， 1， 0.8， 0.6和0.5 mg·L-1共12個(gè)濃度梯度)的三唑磷溶液， 進(jìn)行拉曼光譜檢測(cè)。 每個(gè)濃度梯度制配6個(gè)平行樣本， 共72個(gè)樣本。

1.2.3 光譜數(shù)據(jù)采集

向2 mL進(jìn)樣瓶中依次加入500 μL OTR202試劑、 20 μL待測(cè)樣本和100 μL OTR103試劑， 混合均勻后放入樣品池中采集拉曼信號(hào)。 拉曼光譜采集參數(shù)為： 785 nm的激光波長， 激光光源功率為200 mW， 光學(xué)分辨率4 cm-1， 拉曼光譜采集范圍為400～1 800 cm-1， 積分時(shí)間10 s， 積分2次取平均。

1.2.4 數(shù)據(jù)處理

為了消除隨機(jī)噪聲、 基線偏移和背景的干擾， 采用不同的預(yù)處理方法對(duì)原始光譜數(shù)據(jù)進(jìn)預(yù)處理： 歸一化(Normalization)、 多元散射校正(multiplicative scatter correction， MSC)、 標(biāo)準(zhǔn)正態(tài)變量變換(standard normal variate transformation， SNV)， 比較各預(yù)處理方法的效果， 建立偏最小二乘(partial least squares， PLS)模型。 以校正集交互驗(yàn)證均方根誤差(RMSECV)、 校正集相關(guān)系數(shù)(Rc)、 預(yù)測(cè)集均方根誤差(RMSEP)、 預(yù)測(cè)集相關(guān)系數(shù)(Rp)、 相對(duì)分析誤差(RPD)對(duì)模型進(jìn)行綜合評(píng)價(jià)。 采用4個(gè)未知濃度樣本來評(píng)價(jià)模型準(zhǔn)確度， 比較模型預(yù)測(cè)值與真實(shí)值之間的差異， 并進(jìn)行配對(duì)t檢驗(yàn)， 來驗(yàn)證模型的準(zhǔn)確度。 所有數(shù)據(jù)分析基于MATAB 7.11(Mathworks, USA)軟件平臺(tái)完成。

2 結(jié)果與討論

2.1 三唑磷的拉曼光譜

圖1為三唑磷農(nóng)藥的分子結(jié)構(gòu)圖和表面增強(qiáng)拉曼光譜圖， 其中， 圖1(a)為三唑磷分子結(jié)構(gòu)圖， 從圖可看出， 三唑磷農(nóng)藥分子結(jié)構(gòu)由苯環(huán)、 三唑環(huán)、 硫代磷酸酯和乙基組成；

Fig.1 Triazophos (a) molecular structure (b) SERS

2.2 三唑磷標(biāo)準(zhǔn)溶液的表面增強(qiáng)拉曼光譜分析

圖2(a)為不同濃度三唑磷標(biāo)準(zhǔn)溶液的表面增強(qiáng)拉曼光譜。 由圖可看出， 隨著三唑磷標(biāo)準(zhǔn)溶液濃度增加， 其特征峰的強(qiáng)度不斷增強(qiáng)， 但各特征峰的峰強(qiáng)度變化幅度不同， 611和977 cm-1處隨濃度變化幅度較小， 1 000 cm-1處隨濃度變化幅度較小， 這可能是因?yàn)槿蛄邹r(nóng)藥分子中不同基團(tuán)與納米增強(qiáng)粒子表面吸附位置以及作用力的大小和方向不同導(dǎo)致[17]。 對(duì)標(biāo)準(zhǔn)溶液光譜進(jìn)行二階導(dǎo)數(shù)處理， 如圖2(b)所示， 原始光譜經(jīng)二階導(dǎo)數(shù)后， 消除了基線漂移的影響， 611, 977, 1 000, 1 330, 1 407, 1 595 cm-1處農(nóng)藥拉曼特征峰明顯， 其相對(duì)強(qiáng)度隨濃度的增大而增強(qiáng)。

Fig.2 (a) SERS spectra of triazophos with different concentrations. (b) Second derivative transformation of SERS spectra of triazophos with different concentrations. Concentration (a～e): 20, 10, 1, 0.5, 0.3 mg·L-1

圖3(a)是以果肉提取液為基質(zhì)的三唑磷溶液表面增強(qiáng)拉曼光譜(濃度為10 mg·L-1)， 圖3(b)是果肉基質(zhì)的表面增強(qiáng)拉曼光譜， 圖3(c)是乙腈的表面增強(qiáng)拉曼光譜， 圖3(d)是納米增強(qiáng)試劑的拉曼光譜。 由圖3可看出， 納米增強(qiáng)試劑、 乙腈和果肉基質(zhì)的拉曼峰與三唑磷農(nóng)藥的拉曼特征峰不重合， 說明納米增強(qiáng)試劑、 乙腈和果肉基質(zhì)不會(huì)對(duì)三唑磷的拉曼特征峰產(chǎn)生干擾。

Fig.3 SERS spectra.a： Triazophos solution with flesh extract as the matrix;b: Flesh extract solution;c: Acetonitrile;d: Nano-enhanced reagents

2.3 果肉中三唑磷農(nóng)藥殘留檢測(cè)結(jié)果分析

圖4(a)是采用N-丙基乙二胺、 C18和石墨化碳對(duì)臍橙果肉提取液進(jìn)行凈化前后對(duì)比圖， 圖4(b)為凈化后a和未凈化b的以果肉提取液為基質(zhì)三唑磷溶液(濃度為10 mg·L-1)的SERS， 圖4(b)c為果肉提取液的SERS。 從圖可看出， 未凈化臍橙果肉提取液的SERS在900～1 700 cm-1有較大的基線漂移， 這是由于核黃素和胡蘿卜素等熒光物質(zhì)干擾導(dǎo)致的[18]。 在未凈化以果肉提取液為基質(zhì)的三唑磷溶液SERS中， 三唑磷6處拉曼特征峰均可見， 但譜峰強(qiáng)度較低， 這是因?yàn)槭軣晒庑盘?hào)的干擾， 三唑磷農(nóng)藥分子的拉曼信號(hào)被掩蓋。 采用N-丙基乙二胺、 C18和石墨化碳對(duì)臍橙果肉提取液進(jìn)行凈化處理后的SERS圖中[見圖4(b)a]， 三唑磷的6處拉曼特征峰明顯且譜峰強(qiáng)度高， 無明顯基線漂移， 說明N-丙基乙二胺、 C18和石墨化碳對(duì)臍橙果肉提取液有較好的凈化效果。

Fig.4aSERS spectrum of triazophos pesticide in flesh of navel orange (10 mg·L-1) with purified,bSERS spectrum of triazophos pesticide in flesh of navel orange (10 mg·L-1),cSERS of extract of fresh

圖5(a)為不同濃度以果肉提取液為基質(zhì)的三唑磷溶液表面增強(qiáng)拉曼光譜。 對(duì)比圖3， 以臍橙果肉提取液為基質(zhì)的三唑磷溶液的SERS相對(duì)于三唑磷標(biāo)準(zhǔn)溶液SERS發(fā)生了偏移， 這是因?yàn)楣馓崛∫撼煞謴?fù)雜， 雖然核黃素和胡蘿卜素去除后不會(huì)對(duì)三唑磷農(nóng)藥的拉曼信號(hào)產(chǎn)生熒光干擾， 但三唑磷基團(tuán)振動(dòng)的頻率會(huì)受其他成分的影響而發(fā)生變化[19]。 圖中濃度為20和10 mg·L-1時(shí)， 三唑磷的6處特征峰明顯， 易識(shí)別； 濃度為1 mg·L-1時(shí)， 609 cm-1處的特征峰已無法判別， 其他5處的拉曼特征峰的峰強(qiáng)度明顯降低， 但依然能識(shí)別； 濃度為0.6 mg·L-1時(shí)， 978， 999和1 409 cm-1處特征峰可識(shí)別， 但1 409 cm-1處峰強(qiáng)度較低； 濃度為0.5 mg·L-1時(shí)， 1 409 cm-1處特征峰依然存在， 但峰強(qiáng)十分微弱； 濃度為0.4 mg·L-1時(shí)， 其SERS信號(hào)與果肉提取液的SERS信號(hào)基本一致， 未出現(xiàn)三唑磷農(nóng)藥的拉曼特征峰。 因此， 利用表面增強(qiáng)拉曼光譜方法檢測(cè)臍橙果肉中三唑磷農(nóng)藥的最低檢測(cè)濃度低于0.5 mg·L-1。

文獻(xiàn)[12]初步采用SERS技術(shù)檢測(cè)橙汁中甲基毒死蜱農(nóng)藥殘留， 前處理過程為12 min， 最低檢測(cè)濃度為0.05 ppm， 但該文獻(xiàn)只對(duì)橙汁中農(nóng)藥殘留檢測(cè)做了定性判別， 方法的準(zhǔn)確性未進(jìn)一步驗(yàn)證。 由于不同種類農(nóng)藥的拉曼增強(qiáng)效應(yīng)差異較大， 且不同增強(qiáng)基底對(duì)同一種類農(nóng)藥的增強(qiáng)效應(yīng)也不同[20]。 在今后研究中， 將進(jìn)一步探討適合于三唑磷農(nóng)藥的增強(qiáng)基底， 以提高方法的檢測(cè)限。

對(duì)不同濃度以果肉提取液為基質(zhì)的三唑磷溶液的原始拉曼光譜進(jìn)行二階導(dǎo)數(shù)處理， 如圖5(b)所示， 原始光譜經(jīng)二階導(dǎo)數(shù)后， 609, 978, 999, 1 409, 1 593 cm-1處拉曼特征峰明顯， 其相對(duì)強(qiáng)度隨濃度的增大而增強(qiáng)。 因此， 可采用化學(xué)計(jì)量方法建立臍橙果肉中三唑磷農(nóng)藥殘留的預(yù)測(cè)模型， 對(duì)三唑磷進(jìn)行定量分析。

Fig.5 (a) SERS spectra of triazophos inserted-treatment solutions with different concentrations. (b) second derivative transformation of SERS spectra of triazophos inserted-treatment solutions with different concentrations. Concentration (a～f): 20, 10, 1, 0.5, 0.4 mg·L-1, Pulp juice

2.4 臍橙果肉中三唑磷農(nóng)藥殘留的定量分析

拉曼光譜采集時(shí)， 會(huì)受到隨機(jī)噪聲、 基線漂移、 外界雜散光和CCD檢測(cè)器熱穩(wěn)定噪聲等因素影響， 直接影響模型的可靠性和穩(wěn)健性[21]。 因此， 需要對(duì)原始光譜進(jìn)行預(yù)處理， 增強(qiáng)特征信息， 提高模型的預(yù)測(cè)能力。 采用歸一化、 MSC、 SNV預(yù)處理方法對(duì)原始光譜進(jìn)行預(yù)處理， 由各種預(yù)處理方法處理后所建PLS(偏最小二乘回歸)模型的預(yù)測(cè)效果來選擇最佳預(yù)處理方法。 從72個(gè)樣本中選取其中的43個(gè)組成校正集， 余下的29個(gè)組成預(yù)測(cè)集。 表1為原始光譜經(jīng)不同預(yù)處理方法后所建模型的結(jié)果。 由表1可知， 經(jīng)各種預(yù)處理方法后所建模型的預(yù)測(cè)結(jié)果均優(yōu)于原始光譜， 且歸一化預(yù)處理方法效果最好。 當(dāng)主成分?jǐn)?shù)為9時(shí)， 所建模型對(duì)校正集樣本的相關(guān)系數(shù)(Rc)為0.981 1， 交互驗(yàn)證均方根誤差(RMSECV)為1.19 mg·L-1， 對(duì)預(yù)測(cè)集樣本的相關(guān)系數(shù)(Rp)為0.976 6， 預(yù)測(cè)均方根誤差(RMSEP)為1.38 mg·L-1， 相對(duì)分析誤差(RPD)為4.66， 高于3.0， 說明采用表面增強(qiáng)拉曼光譜方法預(yù)測(cè)臍橙中三唑磷農(nóng)藥殘留是可行的。 圖6為經(jīng)歸一化預(yù)處理所建模型對(duì)校正集和預(yù)測(cè)集樣本的預(yù)測(cè)值與實(shí)際值之間的散點(diǎn)圖。

Table 1 Results for each of the pre-processing method

Fig.6 Reference measurement versus NIR prediction in calibration set (a) and prediction set (b)

2.5 預(yù)測(cè)樣本的分析結(jié)果和評(píng)價(jià)

2.5.1 預(yù)測(cè)回收率

為檢驗(yàn)方法的準(zhǔn)確性， 采用江西出入境檢驗(yàn)檢疫局含三唑磷農(nóng)藥的臍橙樣本進(jìn)行檢測(cè)。 圖7(a)為三唑磷標(biāo)準(zhǔn)溶液的色譜圖， 圖7(b)為含三唑磷農(nóng)藥臍橙果肉樣品色譜圖， 圖7(c)為臍橙果肉陰性基質(zhì)的色譜圖， 由圖可看出， 三唑磷農(nóng)藥的保留時(shí)間為7.779 min。

對(duì)4個(gè)含三唑磷農(nóng)藥的臍橙果肉樣本進(jìn)行前處理， 采集6次拉曼信號(hào)取平均， 采用標(biāo)準(zhǔn)曲線模型對(duì)樣本進(jìn)行預(yù)測(cè)， 并與標(biāo)準(zhǔn)化學(xué)方法測(cè)定結(jié)果進(jìn)行比較， 結(jié)果見表2。 由表2可知， 本方法的檢測(cè)結(jié)果與標(biāo)準(zhǔn)方法基本一致， 4個(gè)臍橙果肉樣本中三唑磷農(nóng)藥的預(yù)測(cè)值與真實(shí)值相對(duì)誤差的絕對(duì)值為2.43%～4.20%， 預(yù)測(cè)回收率為95.97%～103.18%， 說明該方法能初步達(dá)到臍橙果肉中三唑磷農(nóng)藥殘留快速篩查的目的。

2.5.2 模型對(duì)未知濃度樣本的t檢驗(yàn)

對(duì)4個(gè)含三唑磷農(nóng)藥的臍橙果肉樣本的預(yù)測(cè)值和真實(shí)值進(jìn)行配對(duì)t檢驗(yàn)， 結(jié)果見表3。t=0.162， 其絕對(duì)值小于t0.05， 3= 3.182， 表明預(yù)測(cè)值和真實(shí)值之間無顯著差異， 說明采用表面增強(qiáng)拉曼光譜方法應(yīng)用于臍橙果肉中三唑磷農(nóng)藥殘留檢測(cè)是準(zhǔn)確可靠的。

Fig.7 Gas chromatogram

(a): Triazophos pesticide(0.2 mg·L-1); (b): Navel orange flesh containing pesticides; (c): Flesh matrix

Table 2 Predicted value and Measured value of

Table 3 T-test result between the reference

3 結(jié) 論

采用快速溶劑提取前處理方法和表面增強(qiáng)拉曼光譜技術(shù)快速檢測(cè)臍橙果肉中三唑磷農(nóng)藥殘留， 獲得三唑磷農(nóng)藥的6處拉曼特征峰， 這些特征峰可作為三唑磷農(nóng)藥的定性定量判別依據(jù)， 該方法對(duì)臍橙果肉中三唑磷農(nóng)藥的最低檢測(cè)濃度低于0.5 mg·L-1。 分別采用歸一化、 多元散射校正和標(biāo)準(zhǔn)正態(tài)變換對(duì)臍橙果肉的原始拉曼光譜進(jìn)行預(yù)處理， 結(jié)果表明， 經(jīng)歸一化預(yù)處理后所建PLS模型預(yù)測(cè)性能最好。 用4個(gè)含三唑磷農(nóng)藥的臍橙果肉樣本對(duì)模型的準(zhǔn)確性進(jìn)行驗(yàn)證， 結(jié)果顯示本方法的檢測(cè)結(jié)果與標(biāo)準(zhǔn)方法基本一致； 配對(duì)t檢驗(yàn)結(jié)果顯示樣本的預(yù)測(cè)值與實(shí)際測(cè)量值之間無顯著差異， 說明采用該方法檢測(cè)臍橙果肉中的三唑磷農(nóng)藥殘留是準(zhǔn)確可靠的。 研究結(jié)果為臍橙中農(nóng)藥殘留的現(xiàn)場(chǎng)實(shí)時(shí)快速檢測(cè)提供了方法支持， 研究方法和思路能為農(nóng)產(chǎn)品中其他農(nóng)藥的拉曼光譜快速檢測(cè)提供參考。

[1] ZHANG Zhi-heng， YUAN Yu-wei， ZHENG Wei-ran， et al(張志恒， 袁玉偉， 鄭蔚然， 等). Chinese Journal of Pesticide Science(農(nóng)藥學(xué)學(xué)報(bào))， 2011， 13(5)： 485.

[2] WEI Qian-ni， HUANG Kui-ying， LEI Hong-tao， et al(韋倩妮， 黃魁英， 雷紅濤， 等). Food Science(食品科學(xué))， 2011， 32(1)： 154.

[3] QIAO Gui-fang， HU Mei， FU Xiao(喬桂芳， 胡 玫， 付 曉). Modern Agrochemicals(現(xiàn)代農(nóng)藥)， 2014， 13(02)： 37.

[4] WANG Yu-jian， HUANG Hui-ling， XUAN Kai-zhi， et al(王玉健， 黃惠玲， 禤開智， 等). Chinese Journal of Analysis Laboratory(分析試驗(yàn)室)， 2011， 30(05)： 77.

[5] TAO Qin， DONG Jian， QIAN Wei-ping(陶 琴， 董 健， 錢衛(wèi)平). Progress in Chemistry(化學(xué)進(jìn)展)， 2013， 06： 1031.

[6] WANG Xiao-bin， WU Rui-mei， LIU Mu-hua， et al(王曉彬， 吳瑞梅， 劉木華， 等). Journal of Nuclear Agricultural Sciences(核農(nóng)學(xué)報(bào))， 2014， 28(10)： 1874.

[7] MO Bing， LI He-ping， CHEN Juan， et al(莫 冰， 李和平， 陳 娟， 等). The Journal of Light Scattering(光散射學(xué)報(bào))， 2013， 25(3)： 219.

[8] Csilla M， Leontin D， Vasile C， et al. Food Chemistry， 2014， 145： 814.

[9] Li X Z， Zhang S， Yu Z， et al. Applied Spectroscopy， 2014， 68(4)： 483.

[10] Li Q Q， Du Y P， Xu P， et al.Chinese Chemical Letters， 2013， 24： 332.

[11] LIU Yan-de， YE Bing(劉燕德， 葉 兵). Journal of Chinese Agricultural Mechanization(中國農(nóng)機(jī)化學(xué)報(bào))， 2014， 35(1)： 88.

[12] Shende C， Inscore F， Sengupta A， et al. Sensing and Instrumentation for Food Quality and Safety， 2010， 4： 101.

[13] Liu B， Zhou P， Liu X， et al. Food and Bioprocess Technology， 2013， 6(3)： 710.

[14] Wijaya W， Pang S， Labuza T P， et al. Journal of Food Science， 2014， 79(4)： 743.

[15] ZHU Zi-ying， GU Ren-ao， LU Tian-hong(朱自瑩， 顧仁敖， 陸天虹). Raman Spectroscopy in Chemistry(拉曼光譜在化學(xué)中的應(yīng)用). Shenyang： Northeastern University Press(沈陽： 東北大學(xué)出版社)， 1998.

[16] ZHU Zi-ying(朱自瑩). Raman Frequencies of Organic Compounds(有機(jī)化合物的特征拉曼頻率). Beijing: Chinese Chemical Society(北京： 中國化學(xué)會(huì))， 1980.

[17] ZHAI Fu-li， HUANG Zhi-qun， WANG Xi-chang， et al(翟福麗， 黃軼群， 王錫昌， 等). Chinese Journal of Analytical Chemistry(分析化學(xué))， 2012， 40(5)： 718.

[18] GUO Lang-hua， PENG Yan-kun， LI Yong-yu， et al(郭浪花， 彭彥昆， 李永玉， 等). Journal of Food Safety & Quality(食品安全質(zhì)量檢測(cè)學(xué)報(bào))， 2014， 5(3)： 697.

[19] HUANG Shu-shi， LAI Jun-zhuo， LIANG Yu-fen， et al(黃庶識(shí)， 賴鈞灼， 梁裕芬， 等). Chinese Journal of Analytical Chemistry(分析化學(xué))， 2011， 39(4)： 521.

[20] FAN Yu-xia， LAI Ke-qiang， HUANG Yi-qun(樊玉霞， 賴克強(qiáng)， 黃軼群). Spectroscopy and Spectral Analysis(光譜學(xué)與光譜分析)， 2014， 34(7)： 1859.

[21] WENG Shi-zhuang， ZHENG Shou-guo， LI Pan， et al(翁士狀， 鄭守國， 李 盼， 等). The Journal of Light Scattering(光散射學(xué)報(bào))， 2012， 24(4)： 325.

*Corresponding author

Study on the Rapid Detection of Triazophos Residues in Flesh of Navel Orange by Using Surface-Enhanced Raman Scattering

WANG Xiao-bin1, WU Rui-mei1, LING Jing2, LIU Mu-hua1, ZHANG Lu-ling1, LIN Lei1, CHEN Jin-yin3*

1. Optics-Electrics Application of Biomaterials Lab， Jiangxi Agricultural University， Nanchang 330045, China

2. Jiangxi Entry-Exit Inspection and Quarantine Bureau, Nanchang 330002, China

3. College of Agronomy, Jiangxi Agricultural University, Nanchang 330045, China

Surface enhanced Raman spectroscopy (SERS) and quick pre-treatment technology were used to detect triazophos residues in flesh of navel orange. Quantitative analysis model was developed by partial least squares (PLS) algorithm. SERS of different concentration (0.5 to 20 mg·L-1) triazophos juice solution with flesh extract as the matrix were collected by laser Raman spectrometer. Three preprocessing methods such as normalization, MSC and SNV were used to optimize Raman signals and PLS models were set up. The results showed that minimum detection concentration for triazophos in navel orange below 0.5 mg·L-1. The model built with normalization pre-processing gave the best result; the values of correlation (Rp) and Root mean square error of prediction set (RMSEP) were 1.38 and 0.976 6, respectively. The predict recoveries were 95.97%～103.18% and the absolute values of relative errors were below 5%. T-test (t=-0.018) showed that there was no significant difference between the true values and prediction values. This study demonstrates that this method is accurate and reliable.

Surface-enhanced Raman spectroscopy; Flesh of navel orange; Triazophos; Detection

Oct. 16, 2014; accepted Jan. 20, 2015)

2014-10-16，

2015-01-20

贛鄱英才555工程人選計(jì)劃(2012-62)， 國家自然科學(xué)基金項(xiàng)目(31271612)和江西省學(xué)術(shù)帶頭人培養(yǎng)計(jì)劃(20113BCB22001)資助

王曉彬， 1989年生， 江西農(nóng)業(yè)大學(xué)生物光電及應(yīng)用重點(diǎn)實(shí)驗(yàn)室碩士研究生 e-mail： tawangxiaobin@126.com *通訊聯(lián)系人 e-mail: jinyinchen@126.com

O657.3

A

10.3964/j.issn.1000-0593(2016)03-0736-07