您好,欢迎访问中国农业科学院 机构知识库!

应用近红外光谱分析技术检测毒死蜱的含量

文献类型: 中文期刊

作者: 陶士强 1 ; 吴福安 2 ;

作者机构: 1.江苏科技大学生物技术学院

2.中国农业科学院蚕业研究所

关键词: 农药;毒死蜱;近红外光谱技术;偏最小二乘法

期刊名称: 中国蚕业

ISSN: 1007-0982

年卷期: 2018 年 02 期

页码: 6-9

摘要: 运用近红外光谱技术结合偏最小二乘法进行了溶液中微量的毒死蜱含量的测定试验。配制39个质量浓度为0.005 0、0.007 5、0.010 0……0.100 0 mg/kg的毒死蜱溶液样品,依2∶1分为校正集和预测集,其中26个毒死蜱溶液样品作为校正集,13个毒死蜱溶液样品作为预测集,校正集样品浓度为0.005 0、0.007 5、0.012 5、0.015 0……0.095 0、0.100 0 mg/kg,预测集样品浓度为0.010 0、0.017 5、0.025 0……0.097 5 mg/kg。选取1 100~1 500 nm波长范围的光谱,用二阶导数(2nd-der)结合标准正态变量变换(SNV)方法进行预处理,采用主因子数8进行建模,在波长为1 100~1 500 nm时得到了校正集(留一交叉验证法)相关系数R2为0.996 1,预测集相关系数R2为0.993 9,校正标准差为0.001 76 mg/kg,预测标准差为0.002 40 mg/kg的结果。在检测模型中预测值与实际值之间具有显著的线性相关性。研究结果有助于利用近红外光谱技术快速测定溶液中毒死蜱的含量。

  • 相关文献

[1]近红外光谱技术(NIRS)测定玉米粉碎粒度的研究. 王海东,秦玉昌,吕小文,李军国. 2008

[2]人参产品中总皂苷、水分、灰分近红外光谱快速分析技术研究. 张瑞,曲正义,张浩,闫梅霞,赵景辉,王英平. 2015

[3]红豆草干草关键品质指标近红外预测模型构建. 李文,肖云月,BAKHIT ISHAG RAHAMA Akoy,张吉宇,闫启. 2025

[4]基于近红外光谱的阿克苏红富士苹果毒死蜱农药残留量检测. 张晓,蒋霞,张楠楠,石鲁珍. 2018

[5]农药职业背负式喷雾场景暴露风险评估. 高贝贝. 2014

[6]近红外光谱预测蜂蜜中的葡萄糖和果糖含量. 陈兰珍,赵静,叶志华,薛晓锋,钟艳萍. 2008

[7]近红外光谱技术及其在蜂蜜快速品质分析中的应用. 田文礼,董捷,闫继红,孙丽萍,张红城,朱晓丽. 2006

[8]山东省主推小麦品种品质性状的近红外光谱分析. 高居荣,彭莉,王秀芹,孙智英,封德顺,李兴锋,王洪刚. 2008

[9]近红外漫反射光谱定量分析天然牧草营养成分. 刘哲,王玉琴,薛树媛,金海,李元晓,王建平,李发弟,张盼盼. 2018

[10]基于近红外光谱分析技术的转Bt基因水稻种子及其亲本快速鉴别方法. 林萍,高明清,陈永明. 2019

[11]利用近红外光谱技术快速分析全株玉米青贮营养成分. 王新基,郭涛,潘发明,李飞. 2021

[12]近红外光谱技术分析小麦品质的应用研究. 高居荣,樊广华,李圣福,李兴锋,封德顺. 2009

[13]利用近红外光谱技术快速预测苜蓿干草营养成分含量. 郭涛,黄右琴,郭龙,李发弟,潘发明,张兆杰,李飞. 2020

[14]应用近红外光谱技术分析稻米蛋白质含量. 毕京翠,张文伟,肖应辉,王海莲,江玲,刘玲珑,万向元,翟虎渠,万建民. 2006

[15]近红外光谱技术及其在农作物中的应用. 李伟,肖爱平,冷鹃. 2009

[16]傅里叶变换近红外光谱技术测定绿茶全氮量. 杨丹,刘新,张颖彬,尹鹏. 2014

[17]玉米青贮饲料质量评定及其营养成分快速检测方法的建立. 刘娜,王俊,屠焰,刁其玉,陈国顺,郭江鹏,齐志国. 2019

[18]近红外光谱技术在反刍动物饲料分析和模型预测中的应用. 于光辉,宋春阳,董瑞兰. 2016

[19]基于近红外光谱法快速检测藜麦淀粉含量. 曹晓宁,田翔,赵小娟,王君杰,刘思辰,穆志新,陈凌,王海岗,陆平,陶梅,秦慧彬,乔治军. 2017

[20]近红外光谱技术在水果成熟期预测中的应用(综述). 毛莎莎,曾明,何绍兰,郑永强,易时来,邓烈. 2010

作者其他论文 更多>>