论文部分内容阅读
化学计量学是一门新兴的交叉学科，在提取分析信息、解析化学测量数据、分辨复杂波谱和化学分类等方面具有自身优势，将化学计量学方法与现代分析手段相结合，用于食品农药残留和添加剂分析，为食品安全与检测提供了解决问题的新途径和新方法。本文共分为六章，主要研究了化学计量学方法结合分光光度法和荧光光度法同时解析某些农药或食品添加剂的新方法，拓宽了化学计量学方法的应用范围。并且将这些方法应用到实际食品样中农药残留量和食品添加剂的测定，并能够得到比较满意的结果。第一章简要介绍了农药和食品添加剂的发展，回顾和概述了近年来农药残留和食品添加剂的分析方法，尤其是化学计量学与现代光谱技术相结合在农药残留和食品添加剂分析中的应用，如多元校正回归中的经典最小二乘法（classical least squares，CLS）、主成分回归（principal component regression，PCR）、偏最小二乘法（partial least square，PLS）和卡尔曼滤波（kalman filter，KF），人工神经网络（artificial neural network，ANN）等，指出了化学计量学方法在食品分析中的应用前景。第二章对三种有机硫杀菌剂福美锌（Ziram）、福美铁（Ferbam）和代森锰（Maneb）进行了同时测定。福美锌、福美铁和代森锰是分子结构非常相似的三种杀菌剂，利用分光光度法研究了三种农药与苯基荧光酮的显色反应，发现反应产物分别在波长为551 nm、571 nm和554 nm处有最大吸收，吸收光谱重叠严重。实验采集了500～700 nm波长范围吸光度数据，并采用多种化学计量学方法对这些数据进行解析，结果发现，对原始光谱进行一阶求导前处理，用求导后的数据建立偏最小二乘校正模型，对预报组混合样品进行分析，结果明显优于光谱未经求导处理的其他方法。据此，建立了偏最小二乘-导数分光光度法同时测定福美锌、福美铁和代森锰三种农药的新方法。福美锌、福美铁和代森锰的线性范围分别为0.2～6.0μg·ml-1、0.2～6.0μg·ml-1和0.2～3.8μg·ml-1；检测限分别为0.19μg·ml-1、0.14μg·ml-1和0.14μg·ml-1。这种方法无需对样品进行分离，方法简单、快速。用于大米、水果和自来水等实际样品测定，回收率在85.3％-109.7％之间。第三章研究了多元校正和人工神经网络等化学计量学方法与分光光度法结合，解析光谱严重重叠的苯甲酸钠、山梨酸、糖精钠、硝酸钠、亚硝酸钠和香兰素6种食品添加剂，并对该6组分同时进行定量。考察了酸度对吸收光谱的影响，用不同缓冲溶液作介质（柠檬酸钠—盐酸缓冲溶液，磷酸二氢钾—硼砂缓冲溶液和Britton-Robinson（B-R）缓冲溶液）进行实验，结果表明，用pH=2.85 B-R缓冲溶液作介质效果较好。在优化的实验条件下，得到苯甲酸钠、山梨酸、糖精钠、硝酸钠、亚硝酸钠和香兰素线性范围分别为0.2～7.7mg·L-1、0.1～3.85mg·L-1、0.2～6.1mg·L-1、0.3～6.1mg·L-1、0.3～6.1mg·L-1和0.2～7.7mg·L-1，检出限分别为0.13mg·L-1、0.067mg·L-1、0.15mg·L-1、0.21mg·L-1、0.21mg·L-1和0.094mg·L-1，相关系数在0.9995～0.9999之间。由于6种添加剂吸收光谱重叠非常严重，经典的光度法法难以对其同时定量。本研究采用了多元校正、人工神经网络等多种化学计量学方法对光谱重叠的6组分体系进行解析。通过对6组分模拟样品的研究得出：在该多组分复杂体系中，径向基-人工神经网络（RBF-ANN）解析重叠光谱的能力最强，预报结果最好，预报值和实际值线性相关，总相对预报误差（RPET）为5.1％，各组分的平均回收率在93.2％～99.5％。CLS、PCR和PLS对预报组6组分混合物浓度预报结果的RPET分别为6.3％、6.2％和6.1％，它们对重叠光谱解析能力稍弱于RBF-ANN。用提出的RBF-ANN技术辅助光度法对实际样品中6种添加剂直接同时测定，得到满意结果。第四章灭螨猛、三唑磷、蝇毒磷和多菌灵四种农药能够产生较强的内源荧光，但其荧光光谱相互重叠，若直接用荧光法对其混合物中各组分进行定量测定，困难较大。研究中引入了多元校正和人工神经网络等化学计量学方法，用这些方法来解析相互重叠的荧光光谱。实验中考察了不同pH（1.87～10.87）的B-R缓冲溶液作介质4种农药的荧光光谱特征，发现当pH在6.87～8.87时，灭螨猛和三唑磷的荧光强度均逐渐升高，蝇毒磷和多菌灵的荧光强度较大且基本稳定；当pH＞8.87时，4种农药的荧光强度均急剧下降，实验选择pH 8.3的B-R缓冲溶液作介质，同时，研究还发现在该缓冲溶液中，共激发波长λex=228nm时，灭螨猛、三唑磷、蝇毒磷和多菌灵均有较大的的荧光强度，可以在此激发波长下对4种农药同时进行测定。灭螨猛、三唑磷和蝇毒磷的线性范围为0.024～0.432μg·ml-1，多菌灵的线性范围为0.048～0.768μg·ml-1；检测限分别为0.020μ·ml-1、0.017μg·ml-1、0.018μg·ml-1和0.030μg·ml-1，相关系数在0.9990～0.9993之间，线性关系较好。由于这四种农药荧光光谱重叠严重，研究中引入了多种化学计量学方法来分辨重叠光谱，并对它们的分辨能力进行比较。结果表明，在该4组分混合体系中，PCR对预报组混合物各组分浓度的预报能力最好，单组分的相对预报误差（RPES）和总相对预报误差（RPET）均比较小，RPET为7.5％，RBF-ANN方法的RPET为8.2％，PLS的RPET为9.5％，CLS不能有效地解析混合物的重叠光谱，预报能力最差，RPET为19.6％。方法简便、准确、灵敏度较高，用建立的PCR结合荧光光谱法对水样、大米、白菜和苹果等样品中农药残留检测，结果满意。第五章对两种除草剂阿特拉津和氰草津进行了同时测定。阿特拉津和氰草津是分子结构非常相似的两种均三氮苯类除草剂，在一定条件下，它们先与吡啶作用，加入对-氨基丙已酮后发生显色反应，反应产物分别在波长为466nm和462nm处有最大吸收，但吸收光谱重叠严重。实验采集了400～650nm波长范围吸光度数据，并用CLS、PCR、PLS及RBF-ANN算法对原始光谱数据进行解析，结果均不很理想。为此，研究中采用对原始光谱进行一阶求导前处理，用求导后的数据建立PCR和PLS校正模型，然后对预报组混合样品进行分析，发现，这两种模型预报结果的RPET％分别为5.7％和5.9％，误差明显减小，准确度明显提高。据此建立了偏最小二乘-分光光度法同时测定阿特拉津和氰草津两种农药的新方法。阿特拉津和氰草津的线性范围分别为0.2～3.5μg·ml-1和0.3～5.0μg·ml-1；检出限分别为0.099μg·ml-1和0.16μg·ml-1。方法简单、快速，用于实际样品测定，结果比较满意。第六章主要是对本研究工作进行总结。