采用表面增強拉曼光譜技術快速檢測臍橙果皮中抑霉唑殘留

張莎 劉木華 陳金印 趙進輝

摘要：由于采后處理過程中臍橙保鮮劑抑霉唑易通過果皮滲進果肉中殘留，不慎食用后會對人體產生危害。因此，本研究探索一種基于表面增強拉曼光譜技術（Surface-Enhanced Raman Spectroscopy ，SERS）的臍橙果皮中抑霉唑殘留的快速檢測方法。首先對SERS 檢測條件進行優化，分別確定了最優的檢測條件為反應時間2 min ，金膠加入量400μL ，NaBr作為電解質溶液且加入量為25μL 。基于以上最優檢測條件，以自適應迭代懲罰最小二乘法（Adaptive Iterative Reweighted Penalized Least Squares ，air PLS）、air PLS+歸一化、 air PLS+基線校正、air PLS+一階導數、air PLS+標準正態變量（Standard Normal Distribution ，SNV）和 air? PLS+多元散射校正（Multiplicative Scatter Correction ，MSC）處理后的6組光譜數據為研究對象，分別采用這 6種光譜預處理法建立支持向量回歸（Support Vector Regression ，SVR）模型并對預測性能進行比較后發現， air PLS 方法所建立模型的預測集相關系數（Coefficient of the Determinant for the Prediction Set ，RP ）最大，預測集均方根誤差（Root-Mean-Square Error of Prediction ，RMSEP）最小。對光譜數據進行主成分分析（Prin?cipal Component Analysis ，PCA）特征提取，選擇前7個主成分得分作為 SVR 預測模型的輸入值。采用 SVR、多元線性回歸（Multiple Linear Regression ，MLR）和偏最小二乘回歸（Partial Least Squares Regression， PLSR）三種建模方法分析比較其對應的預測性能，其中SVR 模型的預測集RP 可高達0.9156，預測集RMSEP? 為4.8407 mg/kg ，相對標準偏差（Relative Standard Deviation ，RPD）為2.3103，表明基于 SVR 算法對臍橙表面抑霉唑殘留的預測值越接近實測值，越能有效提高模型預測準確性。試驗結果表明，利用SERS 結合PCA? 及SVR 建模，可實現對臍橙果皮中抑霉唑殘留的快速檢測。

關鍵詞：臍橙;抑霉唑;表面增強拉曼光譜;支持向量回歸;多元線性回歸;偏最小二乘回歸

中圖分類號： O433.4文獻標志碼： A文章編號：202106-SA002

引用格式：張莎， 劉木華， 陳金印， 趙進輝. 采用表面增強拉曼光譜技術……