康文龙

(武山县食品药品检验检测中心，甘肃天水 741000)

摘 要：目的：建立基于拉曼光谱技术的水果残留农药检测方法。方法：以苹果表面的敌百虫残留农药为对象，采用激光显微拉曼光谱分析技术，开展快速无损检测。比较有、无残留农药及不同浓度残留农药的苹果表面拉曼图像特征。结果：表面有敌百虫残留农药的苹果，其拉曼图像特征频率丰富，检出限为4 800 mg/kg。结论：对于水果残留农药的检测，拉曼光谱技术是一种有效的技术方法，具有快速、准确、无损的特点，可推广应用。

关键词：水果;残留农药;拉曼光谱技术;检测方法

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

食品安全直接关系到人们的身体健康，成为整个社会关注的焦点。针对农药残留，我国《中华人民共和国食品安全法》《食品安全国家标准--食品中农药最大残留限量》等文件中有明确规定。目前的农药残留检测方法主要有3种：①生物检测，不仅技术要求高，而且无法确定农药的种类;②理化检测，因操作复杂、耗时长，不满足快速检测要求;③快速检测技术，以酶法、免疫检测、生物传感器等技术为代表，缺点是成本高、灵敏度低。拉曼光谱是一种散射光谱，理论基础是印度科学家C.V.拉曼发现的拉曼散射效应。分子能级跃迁时，如果只涉及到转动能级，此时发射出小拉曼光谱;如果涉及到振动和转动能级，就会发射出大拉曼光谱[1]。分析拉曼光谱的特征，可反映出物质的分子结构、成分、浓度，是开展相关检测的技术原理。相关研究称，拉曼光谱技术的应用，可对农药残留进行快速、准确检测，明确农药种类，成为该领域的重要发展方向[2]。

1 材料与方法

1.1 样本来源

本次研究对象选择红富士苹果，采购于农贸市场，大小、形态和颜色基本一致。

1.2 仪器与试剂

试验中使用的仪器工具主要是激光显微拉曼光谱仪，光谱范围为100～3 200 cm-1，分辨率<1cm-1;

激光波长为780 nm，物镜和目镜分别放大50倍、10倍。农药类型选择敌百虫，呈粉末状固体，化学名为O,O-二甲基-(2,2,2-三氯-1-羟基乙基)膦酸酯，化学式为C4H8Cl3O4P。

1.3 样品制备

苹果洗净待用。在敌百虫农药中加入去离子水进行稀释，获得不同质量浓度，分别为48 000 mg/kg、4 800 mg/kg、480 mg/kg、48 mg/kg和4.8 mg/kg。使用移液器分别吸取100 µL的敌百虫溶液，滴在洗净的苹果表面，并在室温下自然晾干，作为本次试验样品。

1.4 采集拉曼光谱

(1)采集敌百虫的拉曼光谱。使用电子天平，准确称量0.1 g敌百虫原药，将其置于铝箔片上。使用激光显微拉曼光谱仪，采集敌百虫的拉曼特征光谱，主要参数如下：激光功率为10 mV，积分时间为10 s，扫描1次。

(2)采集苹果表面的拉曼光谱。分别选择洗净的苹果、滴入不同浓度敌百虫溶液的苹果，置于三维自动载物台上。对载物台进行移动，控制手柄聚焦，使用激光显微拉曼光谱仪采集拉曼光谱，主要参数如下：激光功率为50 mV，积分时间为12 s，扫描5次。

1.5 数据预处理

敌百虫农药的原始光谱见图1。

图1 敌百虫农药的原始光谱和校准光谱

使用激光显微拉曼光谱仪采集拉曼光谱时，会受到仪器噪声和荧光的干扰，为了消除这些干扰，需要对光谱数据预处理。针对仪器噪声干扰，采用小波阈值去噪法;针对荧光干扰，采用形状匹配背景去除法[3]。如此，就能得到敌百虫的校准光谱，可见校准光谱的特征峰明显。

2 结果与分析

2.1 有、无残留农药的苹果表面拉曼图像比较

2.1.1 有残留农药的苹果表面拉曼图像

使用拉曼光谱检测农药残留，先要获得拉曼光谱。图2中的A曲线是预处理后的敌百虫拉曼光谱，由图2可知，拉曼光谱信号丰富，6个频率处的特征峰明显，分别是293 cm-1、373 cm-1、441 cm-1、620 cm-1、721 cm-1和786 cm-1，其中441 cm-1处的峰值最大。结合相关研究，441 cm-1和786 cm-1处是P-O键振动，620 cm-1和721 cm-1处是C-Cl键振动[4]。

2.1.2 无残留农药的苹果表面拉曼图像

图2中的B曲线是敌百虫无残留苹果的拉曼光谱，通过对比能明确农药的相关信息。由图2可知，≥1 000 cm-1频率处，有敌百虫残留的苹果和无残留的苹果表皮，拉曼光谱特征相近，原因可能是苹果表皮中含有果胶、纤维素，均属于有机物，和敌百虫农药的部分基团相同，因此表现出相似的特征频率。而在<1 000 cm-1频率处，两者的拉曼光谱特征有明显差异，尤其是有残留的6个频率处的特征峰，可以作为识别敌百虫农药的依据。

2.2 不同浓度农药残留的苹果表面拉曼图像比较

不同浓度敌百虫残留的苹果拉曼光谱图像见图3。由图3可知，①随着敌百虫浓度降低，苹果表皮的特征频率强度逐渐增大，会覆盖敌百虫的特征频率，影响农药识别。②识别敌百虫农药的6个特征频率，均可检测到10-3数量级的浓度;当浓度达到10-4数量级时，信号变弱难以辨认，因此检出限为4 800 mg/kg。

3 讨论

3.1 试验方法的优化

①试验开始前要矫正仪器，一般使用单晶硅进行矫正，当单晶硅的特征峰位于520.7 cm-1处，说明仪器矫正完成。②为了获得最佳试验效果，还需要合理选择激光器。本次研究中，设置相同的试验条件，积分时间2 s，对3个无农药残留的苹果果皮样品进行光谱扫描，分别扫描3次获得拉曼图像，并观察在473 nm、633 nm和785 nm时的图像。结果显示，473 nm时的果皮样本完好，而633 nm和785 nm时的果皮样本烧焦。因此，激光器在473 nm下进行本试验。

3.2 建立标准校准模型

赵琦[5]采用距离匹配和判别分析法，对苹果汁中马拉硫磷、二嗪农进行定性分析，用偏最小二乘法对农药的表面增强拉曼光谱进行数学建模分析。结果表明：表面增强拉曼散射技术对分析马拉硫磷和二嗪农具有较高的准确性，定量分析也具有可行性。HE[6]建立一种快速简单的表面擦拭捕获农药的方法，利用不同浓度的噻苯达唑建立标准校准模型，计算得到释放因子后，对苹果表面的噻菌灵进行回收率计算和定量检测，得到不同水平下噻菌灵的回收率为59.4%～76.6%，擦拭-表面增强拉曼法的计算准确率达到89.2%～115.4%。可见，对残留农药进行分析时，因实际工况比较复杂，检测过程会受到多种因素的干扰。此时建立标准校准模型，可提高检测结果的精准度，实现痕量农药定量检测的目标。

4 结论

本研究表明，表面有敌百虫残留农药的苹果，其拉曼图像特征频率丰富，检出限为4 800 mg/kg。检测水果农药残留时，拉曼光谱技术是一种有效的技术方法，具有快速、准确、无损的特点，可推广应用。在今后，应进一步完善试验方法，优化试验参数，并建立标准校准模型，以达到更低的检出限，提高检测结果的准确性。

参考文献

[1]高连丛,郭敏,陈翠芬,等.基于表面增强拉曼光谱技术快速检测有机磷农药残留[J].吉林医药学院学报,2021,42(5):340-342.

[2]张文强,李容,许文涛.农药残留的表面增强拉曼光谱快速检测技术研究现状与展望[J].农业工程学报,2017,33(24):269-276.

[3]王斌.基于高光谱图像技术的水果表面农药残留检测观察[J].种子科技,2017,35(4):118.

[4]朱赫,纪明山.农药残留快速检测技术的最新进展[J].中国农学通报,2014,30(4):242-250.

[5]赵琦,刘翠玲,孙晓荣,等.基于SERS法的苹果中农药残留的定性及定量分析[J].光散射学报,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.