一个灵敏的SERS传感器与智能变量选择模型相结合,用于检测茶叶中的pyrifos残留物
Hanhua Yang1, Hao Qian1, Yi Xu2
1School of Electrical Engineering, Yancheng Institute of Technology, Yancheng 224051, China.
Foods (Basel, Switzerland)
|August 10, 2024
概括
一种新方法使用表面增强拉曼光谱 (SERS) 和先进模型来检测茶中的pyrifos杀虫剂残留物. 这种快速可靠的技术提供了与传统方法相比较准确的结果.
科学领域:
- 分析化学 分析化学
- 频谱学是一种光谱学.
- 农业科学 农业科学
背景情况:
- pyrifos是一种广泛使用的农业杀虫剂,具有潜在的毒性和存在于茶等食品中.
- 准确和快速检测pyrifos残留的方法对于食品安全和监管合规性至关重要.
研究的目的:
- 开发一种新的,快速和可靠的策略,用于检测茶样中的pyrifos残留物.
- 为了比较表面增强拉曼光谱 (SERS) 与各种智能变量选择模型相结合的性能与传统方法.
主要方法:
- 制造金纳米星作为SERS传感器用于光谱测量.
- 用于定量分析的原始SERS光谱的预处理.
- 开发和比较部分最小方程和四种智能变量选择模型 (MC-UVE,CAVE,ITRIV,VISSA) 用于pyrifos检测.
主要成果:
- 该SERS战略表现出卓越的稳定性,可重复性和可重复性.
- 通过每个模型的检测值极限来评估灵敏度.
- 拟议的方法的准确性在统计上相当于气体染色学质谱法 (GC-MS).
结论:
- 结合SERS和智能变量选择方法,提供了一种有前途,准确和稳定的方法,用于茶叶中pyrifos残留物的确定.
- 该战略为快速监测食品安全提供了传统分析技术的可行替代方案.
