光谱技术结合化学计量学分析方法快速检测阿维菌素的试验研究
An experimental study on rapid detection of the biopesticide avermectin using spectroscopy combined with stoichiometric analysis作者机构:华南农业大学工程学院广州510642
出 版 物:《农业环境科学学报》 (Journal of Agro-Environment Science)
年 卷 期:2023年第42卷第9期
页 面:2140-2146页
核心收录:
学科分类:082803[工学-农业生物环境与能源工程] 07[理学] 08[工学] 0828[工学-农业工程] 0804[工学-仪器科学与技术] 070302[理学-分析化学] 0703[理学-化学]
基 金:国家重点研发计划项目(2016YFD0800901)。
主 题:阿维菌素 紫外/可见吸收光谱 化学计量学方法 快速检测 定量分析
摘 要:生物农药阿维菌素是一种微溶于水的高毒杀虫剂,有广谱、高效等特点,在防治水稻螟虫,稻纵卷叶螟方面表现优异,但对水生生物高毒。为了探讨利用光谱技术现场快速检测水体中生物农药阿维菌素的可能性,测定了其在紫外/可见光波长范围内的不同浓度吸光度光谱数据,建立其快速有效的定量分析模型。使用不同光程比色皿采集一定浓度范围的阿维菌素农药样本光谱数据进行对比,得到最佳光谱数据用于后续定量处理分析。将波长范围为200~500 nm的光谱数据采用Savitzky-Golay卷积平滑法(S-G平滑法)进行数据预处理,将原始光谱数据和S-G平滑法预处理后的光谱数据校正集和预测集分别按不同比例采用Sample set partitioning based on joint x-y distance(SPXY)算法进行样本集划分,并分别建立PLS模型进行比较。再将划分样本集后优选出的光谱数据采用主成分分析(Principle component analysis,PCA)结合马氏距离阈值法(Mahalanobis Distance,MD),即PCAMD算法剔除异常样本,再将剔除异常样本后的光谱数据采用竞争性自适应重加权采样法(Competitive adaptive reweighted sampling,CARS)筛选特征波长变量,建立S-G平滑-SPXY-(PCA-MD)-CARS-PLS定量分析模型。结果表明,100 mm光程比色皿获得的光谱数据最佳,245.4 nm处为阿维菌素特征吸收峰。原始数据经S-G平滑法预处理、SPXY划分样本集、PCA-MD剔除异常样本以及CARS筛选特征波长变量后建立的定量模型最优,模型评价系数R2p为0.9988,预测集均方根误差为0.0611,剩余预测残差为29.5894,该方法有效简化了模型并提高了模型精度和稳健性。研究表明,生物农药阿维菌素的紫外/可见光吸收光谱数据结合化学计量学分析方法能够用来定量分析生物农药阿维菌素浓度。