基于THz時域光譜技術的水果殺菌劑農藥檢測與鑒別

王強，王孝偉，馬冶浩

(中國計量學院 質量與安全工程學院，浙江 杭州，310018)

殺菌劑是用于防治能引起植物病害的各種病原微生物的一類農藥，廣泛應用農業生產當中。在食品安全越來越受到關注的今天，對于農產品成分的科學研究也逐漸受到了重視[1]。隨著科技的進步，各種新型的農藥不斷推出，這就給樣品的識別與分類帶來了困難，因此研究快速、準確、可靠的農藥檢測方法及相關農藥成分識別具有十分重要的意義[2-3]。太赫茲光譜(THz-TDS)技術作為一門新的、蓬勃發展的技術開始應用到各個領域。太赫茲波技術具有低能量、寬頻譜等特點，近年來在物質檢測方面的研究越來越多[4-5]。在農藥檢測方面，Wang等[6-7]對綠麥隆、滅菌草松等農藥進行了THz光譜測試分析及其晶體結構的理論譜模擬研究；周斌權等[8]對蒿甲醚分子進行了研究；Hua等[9]利用化學方法定量研究了液體農藥氟氯氰菊酯的太赫茲光譜特性；WANG等[10]對2種殺菌劑和2種酰胺類農藥分子進行THz光譜分析和單分子結構理論模擬研究，并在其殘留檢測方面作了探索性研究。目前，針對農產品和農產品農藥的太赫茲波檢測及其定量分析方面，國內還較少有相關文獻報道。噻菌靈是一種高效、低毒和廣譜的內吸性苯并咪唑類殺菌劑，具有高效的抑酶作用，廣泛用于農產品的防腐保鮮及儲存期病害防治，檢出率較高，蔬菜、水果中尤為突出。本文作者以噻菌靈殺菌劑為例，對3種水果及其與殺菌劑農藥的樣品進行了太赫茲時域光譜測試，獲得了其在0.2～1.5THz波段的折射率和吸收譜圖，分析不同樣品的特征吸收譜，探索不同農藥含量條件下，特征譜值的變化規律，并利用主成分分析方法(Principal component analysis，PCA)對3種水果樣品的殺菌劑太赫茲光譜進行聚類鑒別。

1 樣品制備與數據采集

本實驗是使用的 THz-TDS系統裝置是由美國Coherent公司制造的鈦藍寶石飛秒激光器和美國Zomega公司制造的THz系統組成，系統結構圖如圖1(a)所示，系統的詳細說明參見文獻[7]。

圖1 THz-TDS實驗裝置圖Fig.1 Device of THz-TDS system

橙子、香蕉和蘋果3種水果樣品產自浙江杭州，殺菌劑農藥噻菌靈購于Tokyo Chemical Industry Co.,Ltd.，其純度為 99.5%。將果皮在自然條件下晾干，并放于100 ℃真空干燥箱中5 h后冷卻至常溫，先后用陶瓷研缽、瑪瑙研缽及孔徑63 μm篩子處理后獲得直徑50 μm左右的果皮粉末。在15 MPa壓力下，壓制成直徑13 mm，厚度1.2 mm左右的圓形薄片。樣品結構均勻，前后表面光滑平行。

通過THz-TDS系統對樣品進行檢測，得到它們的太赫茲時域波形，每種藥品10組數據，共40組數據，用于分類。THz時域光譜信號是一種非平穩信號，在時間上的延遲、信號強度的衰減和頻譜的展寬反映了被測樣品的吸收和色散等特性，如圖1(b)所示。

2 數據處理方法

先將制備好的測試樣品用 THz-TDS實驗裝置進行測試，得到時域信號。基于 Dorney等[12-13]提出的模型處理實驗數據。描述物質的宏觀光學性質一般用復折射率表示：

其中，n(ω)和κ(ω)分別為實折射率和消光系數。

實驗中THz信號垂直入射到樣品表面，忽略樣品表面和內部多次反射產生的Fabry-Perot效應，則樣品的折射率n(ω)和吸收系數α(ω)分別描述物質的色散特性和吸收特性，可用式(2)和(3)計算：

式中：A(ω)和φ(ω)分別為樣品信號和參考信號的振幅的比值和相位差；d為除草劑測試樣品的厚度；c為電磁波在真空中傳播的速度；ω為角頻率。

3 THz光譜數據分析

3.1 3種樣品THz時域光譜

利用THz-TDS系統可獲得3種果皮(香蕉、橙子、芒果)樣品的THz時域波形如圖2所示。從圖2可以得到：THz波通過3種果皮后幅值有明顯衰減，衰減幅度近60%；時間上也有不同程度的延遲，其中，香蕉和橘子延遲約3.3 ps，芒果延遲約3.4 ps。經分析，幅值衰減是由于不同果皮對THz波吸收的程度及樣品厚度不同導致的；而時間延遲主要是樣品的厚度不同引起的。這表明THz波對不同水果品種也較為敏感，利用該技術可鑒別其類別。

時域數據經快速傅里葉變換后，利用式(3)獲得3種果皮的THz頻域吸收系數譜，如圖3所示。由圖3可知，在0.2～1.1 THz波段內，3種果皮的吸收譜均成均勻上升趨勢，無明顯吸收峰，但它們相互之間的吸收系數卻存在差別；在1.1～1.55 THz波段內，3種水果樣品的特征吸收峰均存在差異。3種純水果樣品除了有3個共同的吸收譜峰值：1.129 THz，1.202 THz和1.276 THz外，還有自身獨特的吸收譜峰值。香蕉在1.404 THz有1個吸收峰，芒果在1.441 THz和1.514 THz分別有 2個特征吸收峰，橙子在 1.441 THz和1.533 THz處均有2個明顯吸收峰。

圖2 3種果皮的THz時域波形Fig.2 THz waveform of three fruits samples

圖3 3種水果樣品的THz頻域吸收譜Fig.3 THz absorption spectrum of three fruits

結果表明，這幾種水果中存在相同含量的相同化學成分，但是各成分含量的不同造成了各水果樣品吸收譜中特征峰峰值的差異。

3.2 混合樣品THz時域光譜定量分析

圖 4所示為 3種水果及其與噻菌靈混合樣品的THz吸收系數譜。由圖4可見：純噻菌靈樣品的特征吸收峰位于1.239 THz和1.423 THz處。與純香蕉樣品相比，含 3.58%噻菌靈的香蕉樣品的吸收系數較小，但特征吸收峰位置無明顯變化；當香蕉樣品中噻菌靈含量達到50.16%時，其特征吸收峰除1.404 THz外，與純香蕉樣品無重合吸收峰，該混合樣品中特征吸收峰位置為1.111，1.184 ，1.257，1.331和1.478 THz，且在0.2～1.1THz波段出現了明顯的波動。芒果與噻菌靈的混合樣品的吸收系數小于純芒果樣品的吸收系數，大于噻菌靈樣品的吸收系數，且特征吸收峰位置為1.257，1.331和1.459 THz，其中特征吸收峰1.257 THz與噻菌靈的1.239 THz特征吸收峰較為接近，所以該混合樣品的吸收系數譜也反映了噻菌靈的吸收特征。橙子與噻菌靈混合樣品的特征吸收峰與純橙子樣品的不同，橙子的特征吸收峰處于1.129，1.202，1.276，1.349和 1.441 THz，而混合樣品特征吸收峰處于1.111，1.184，1.257，1.331，1.423 和 1.496 THz。

3.3 樣品的鑒別分析

PCA是近些年應用比較廣泛的一種特征提取及分類方法，主成分分析的實質是將數據矩陣中原有變量用少數幾個正交變量來替代[14]。把這些在新變量中特征值貢獻率高的主成分作為原數據的特征因子(一般選取的主成分的特征值貢獻率大于80%)，這些成分包含了原數據矩陣的主要特征。通過主成分分析對原數據進行分類時，能有效降低原數據的維數，避免了因變量太多而造成的繁瑣的數學計算。

在對3種藥品用主成分分析聚類時，用樣品頻率在0.3～1.6 THz的THz吸收譜作為特征量構造數據表。3種樣品的原始吸收光譜之間的相關系數較大，接近于 1，光譜的相似性較大。為提升其聚類效果，對樣品吸收光譜數據進行一階導數處理。對吸收譜進行導數處理后，其相關系數如表1所示。

圖4 3種果皮與農藥混合物的THz吸收譜Fig.4 Quantitative analysis mixture of three kinds of fruits and bactericide

經過主成分分解后，第一和第二主成分的特征值貢獻率分別為 60.24%和 24.72%，取第一、二主成分所能解釋的方差為84.96%，大于80%。圖5所示為3類水果和殺菌劑混合樣品按第一主成分(PC1)和第二主成分(PC2)聚類效果圖。結果表明：聚類的效果很好。

表1 3種樣品的一階導數光譜的相關系數Table 1 Three kinds of fruits derivative absorption spectrum correlation coefficient

圖5 混合物一階導數光譜主成分分散點圖Fig.5 Cluster analysis of mixture of fruit and bactericide derivative spectrum with PCA

4 結論

(1)在0.2～1.5 THz波段內，3種水果純樣品的特征吸收峰的位置和個數明顯不同，混合樣品的THz吸收譜分析表明：不同農藥含量對吸收譜峰值強度有影響，當農藥含量從 3%增至 50%時，吸收譜增多且強度明顯變化。

(2)在0.2～1.5 THz波段內，將樣品的THz吸收光譜的一階導數作為鑒別的特征向量，用主成分分析方法對3種混合物樣品的太赫茲光譜進行分析，樣品的鑒別正確率可達100%。

[1]戴廷燦, 倪永年, 盧普濱, 等. 我國農藥殘留檢測技術現狀[J]. 農藥, 2004, 43(9): 389-393.DAI Ting-can, NI Yong-nian, LU Pu-bin, et al. The situation of the technology for analysis of pesticide residue in China[J].Chinese Journal of Pesticides, 2004, 43(9): 389-393.

[2]Sheheli I, Nazneen A, Mohammad S H, et al. Analysis of some pesticide residues in cauliflower by high performance liquid chromatography[J]. American Journal of Environmental Sciences, 2009, 5(3): 325-329.

[3]Cédric P. Véronique B. Use of spermine and thiabendazole as analyte protectants to improve direct analysis of 16 carbamates by gas chromatography–mass spectrometry in green vegetable matrices[J]. Anal Bioanal Chem, 2009, 394: 1147-1159.

[4]Siegel P H. Terahertz technology[J]. IEEE Transactions on Microwave Theory and Techniques, 2002, 50(3): 910-928.

[5]Ho L, Pepper M, Taday P. Terahertz spectroscopy: Signatures and fingerprints [J]. Nature Photonics, 2008, 2(9): 541-543.

[6]Wang Q, Wang H L. THz spectroscopic investigation of chlorotoluron by solid-state density functional theory [J].Chemical Physical Letters, 2012, 534: 72-76.

[7]WANG Hua-li, WANG Qiang. Modeling the THz spectrum of the bentazone [J]. Chinese Optics Letters, 2011, 9(11): 110011-1-110011-5.

[8]周斌權, 房建成, 武鳳萍. 蒿甲醚的太赫茲時域光譜研究[J].光譜學與光譜分析, 2009,29(9): 2338-2341.ZHOU Bin-quan, FANG Jian-cheng, WU Feng-ping. Study on the terahertz spectrum of Haojiami [J]. Spectroscopy and Spectral Analysis, 2009, 29(9): 2338-2341.

[9]HUA Yue-fang, ZHANG Hong-jian, ZHOU Hong-liang.Quantitative determination of cyfluthrin in n-hexane by terahertz time-domain spectroscopy with chemometrics methods[J].IEEE Transactions on instrumentation and Measurement, 2010,59(5): 1414-1423.

[10]WANG Xiao-wei, WANG Qiang, WANG Hua-li. Determination of 2 amides pesticide residues in agricultural products by terahertz time-domain spectroscopy[J]. Agricultural Science &Technology, 2010, 11(8): 53-56.

[11]Suzuki T, Ogawa Y, Kondo N. Application of THz spectroscopy to pesticide detection[C]//35th Infrared Millimeter and Terahertz Waves. New Jersey: IEEE Press, 2010: 1-2.

[12]Dorney T D, Baraniuk R G, Mittleman D M. Material parameter estimation with terahertz time-domain spectroscopy[J]. Journal of the Optical Society of American A: Optics, Image, Science and Vision, 2001, 18(7): 1562-1571.

[13]Duvillaret L, Garet F, Coutaz J L. Highly precise determination of optical constants and sample thickness in terahertz time-domain spectroscopy [J]. Applied Optics, 1999, 38(2):409-415.

[14]蔣少華, 桂衛華, 陽春華, 等. 基于核主元分析與支持向量機的監控診斷方法及其應用[J]. 中南大學學報: 自然科學版,2009, 40(5): 1323-1328.JIANG Shao-hua, GUI Wei-hua, YANG Chun-hua, et al. Method based on kernel principal component analysis and support vector machine and its application[J]. Journal of Central South University: Science and Technology, 2009, 40(5): 1323-1328.