作物葉片表面農藥殘留的便攜式檢測儀器的設計與試驗

孫 俊，唐寶文，周 鑫，姚坤杉，胡雙齊，張 林

作物葉片表面農藥殘留的便攜式檢測儀器的設計與試驗

孫 俊，唐寶文，周 鑫，姚坤杉，胡雙齊，張 林

（江蘇大學電氣信息工程學院，鎮江212013）

針對現有的農藥殘留檢測儀器只能檢測水溶液體系中的農藥殘留和檢測對象較為單一的問題，該研究以不同植物葉片啶蟲脒農藥殘留為研究對象，探究了利用熒光強度檢測葉片表面農藥殘留的可行性，設計了一款葉片表面農藥殘留的便攜式檢測儀器。首先，通過啶蟲脒農藥葉片表面噴灑試驗，采集葉片的熒光光譜并進行特征分析，發現啶蟲脒農藥的最佳激發波長和最佳發射波長分別為355 和500 nm，從而確定光源和光電信號接收源的特征波長分別為350和500 nm。然后，通過獲取最佳光源照射角度以及光照距離，優化光路結構減少葉片表面雜散光的干擾。同時，設計相關檢測電路（光源電路、信號調理電路、控制電路等）測出表征反射光強度的電壓值，構建電壓值與農藥殘留值之間的線性方程，設計便攜式檢測儀對農藥殘留進行檢測。結果表明：1）熒光強度與農藥濃度在1～5 mg/L的范圍內成正比；2）確定了檢測儀器最佳光照角度為45o，光源和待測葉片之間的最佳垂直距離為3.46 cm；3）方程決定系數達到了0.875，均方根誤差為0.405 mg/L。該研究所設計的便攜式熒光光譜儀能夠快速、準確、無損檢測葉片表面農藥殘留。

農作物；農藥；葉片；熒光光譜；光學系統；檢測儀器

0 引 言

農業生產中，農藥對病蟲害的防治發揮著非常重要的作用，然而附著在農產品上殘留的農藥威脅著人們的身體健康[1]，因此，實現對農藥殘留的精準檢測對保證食品安全和保護人體健康具有重大意義。

目前，農藥殘留的檢測技術主要包括氣相色譜法[2]、液相色譜法[3]、氣質聯用法[4]等，這些方法雖然檢測靈敏度高、專屬性強、準確性好，但樣品前期預處理過程繁瑣、儀器設備昂貴、儀器體積較大、數據處理繁瑣、便攜性較差，不能滿足農藥殘留檢測實時與快捷的要求[5]。近年來，熒光光譜法在農藥殘留檢測領域取得了相當大的發展[6]，熒光光譜法檢測精度高、儀器結構簡單、成本低。為了滿足農藥殘留的快速實時檢測的需求，多位學者設計了基于激發熒光的便攜式檢測儀器。王玉田等設計了一個熒光光纖農藥殘留系統，實現了水溶液和蔬菜汁中克百威、西維因等農藥的直接檢測，最低檢出限低于5g/L[7]。郭立泉等采用365 nm波長的LED作為激發光源輔以中心波長為450 nm的光電二極管接收熒光信號，成功實現了對熒光物質4-甲基傘形酮的檢測，所設計的系統檢測誤差小于1.5%[8]。但這些檢測儀器主要是檢測水溶液體系中的農藥殘留，直接檢測植物葉片表面農藥殘留的便攜式檢測儀器較少，不能滿足農業生產生活中初檢與速檢的要求。

利用熒光光譜法直接檢測葉片表面農藥殘留容易受到光源照射角度[9-10]、葉片表面平滑度[11]、葉片放置位置[12]等內在與外在因素的影響，從而導致檢測結果的不確定性，難以滿足精準農業對農藥殘留檢測的要求，且對便攜式檢測儀器的設計方面研究較少[13]。因此，本研究擬以葉片表面農藥殘留檢測為目標，通過葉片表面農藥噴灑試驗，獲取熒光的最佳發射與最佳激發波長，探究利用熒光強度檢測葉片表面農藥殘留的可行性，分析影響葉片表面農藥殘留檢測精度的相關因素，優化光路結構，設計相應檢測電路，以期設計開發一款葉片表面農藥殘留檢測儀器。

1 數據采集與波長選擇

1.1 試驗材料

啶蟲脒（70%啶蟲脒散顆粒劑）用水溶液以及甲醇（分析純AR，99.5%）按照1:4的質量比稀釋成4個不同梯度（1:200、1:300、1:500、1:1 000）的配比農藥溶液，將配置好的啶蟲脒溶液放置在容器中備用。

選取大小相近，表面無損傷的生菜、菠菜、大白菜葉片樣品各60株。試驗前，用干凈的半濕毛巾擦拭樣品表面，并按順序貼上標簽，在植物葉片表面噴灑啶蟲脒溶液。用移液槍分別移取不同濃度的啶蟲脒標準溶液1 mL，依次噴灑在樣品表面，并自然干燥10 min，使植物葉片表面形成啶蟲脒標準溶液的薄膜，隨后進行植物葉片樣樣品熒光數據的采集。

1.2 熒光光譜采集裝置

熒光光譜數據采集儀器為FHSI系統，包括一臺帶有光譜成像系統軟件的計算機、光譜儀（V10E，SPECIM，芬蘭）、照相機（Zyla4.2，安道爾，UTKL）、UVA光源（UBerLED100，IT，美國）、電控位移臺（MSI300，五十鈴光學，臺灣）。光譜范圍為400～1 000 nm，光譜分辨率為2.8 nm。儀器參數設置如下：圖像分辨率設置為2 048×478（即空間像素點為2 048，波段數為478），相機焦距為23 mm，樣品到鏡頭距離為0.45 m，相機曝光時間為0.1 s，電控位移臺速度為1.255 2 mm/s。

1.3 農藥殘留含量檢測

將測定完畢的每組葉片樣品置于50 mL的燒杯中，加入10 mL的HCl浸泡，燒杯封口后用超聲震蕩，萃取液轉移至100 mL的燒杯中使用乙腈溶液定容，測量其熒光強度。再配置一系列啶蟲脒標準溶液，建立一定濃度范圍的啶蟲脒標準溶液的標準工作曲線，將上述測得的萃取液的熒光強度與所建工作曲線進行對比，從而確定萃取液中啶蟲脒的含量，進而換算成生菜葉片表面啶蟲脒的含量。

1.4 特征波長選擇

由于植物葉片表面具有一定的生物活性，且表面的結構與活性均不同，讓殘留在植物葉片表面的啶蟲脒農藥產生了一定的程度的代謝，可能會對表面的啶蟲脒的熒光信號產生一定的影響[14]。因此，考察啶蟲脒標準溶液在不同植物表面上的熒光信號，以確定啶蟲脒標準溶液在植物葉片表面的最佳激發波長與最佳發射波長。當植物受外界環境光照射時，其內部葉綠素會被激發產生熒光，這將影響啶蟲脒受光照激發出的熒光，本文先對植物本身葉片產生的熒光光譜進行分析。利用熒光光譜系統對生菜、菠菜、白菜葉片樣品在400～1 000 nm范圍內采集熒光光譜。圖1是潔凈植物葉片的熒光光譜，包括生菜、白菜、菠菜等植物葉片。從圖1中可以看出生菜、白菜、菠菜葉片的熒光光譜差異極小，波峰位于690和735 nm處。

圖2為噴灑不同濃度啶蟲脒溶液的生菜、菠菜、白菜樣本的熒光光譜，其中500 nm附近處為啶蟲脒農藥的熒光發射波長[15]，而690和735 nm則是葉片中葉綠素的熒光發射波長[16]。因此，本文選用500 nm作為植物葉片表面啶蟲脒溶液的特征峰。啶蟲脒受到355 nm的紫外熒光激發時，啶蟲脒溶液熒光發射波峰位于500 nm附近，其熒光強度與農藥濃度在1～5 mg/L范圍內成正比，啶蟲脒標準溶液的最佳激發波長為350 nm，最佳發射波長為500 nm，該結果與文獻[17-18]研究結果一致。

2 儀器設計

2.1 系統框架

農藥殘留檢測儀器主要由檢測電路模塊和光路模塊兩個模塊組成，總體結構圖如圖3所示。

a. 原理圖

a. Law diagram

1、2.光源激發模塊 3.透鏡 4.固定圈 5.反射杯 6.光電二極管 7.待檢測葉片放置臺

1,2. Light source excitation module 3Lens 4.Fixing ring 5.Reflector cup 6.Photodiode 7.Placement table for the leaf to be inspected

b. 結構示意圖

b. Structure diagram

圖3 儀器結構圖

Fig.3 Schematic diagram of the instrument structure

光路模塊主要采用的反射式光路結構，激發光源與光電二極管位于葉片表面的同一側。光源激發模塊由中心波長為350 nm的照射鏡頭組成，每個照射鏡頭由窄帶濾光片和LED組成，模塊結構簡單，有利于后續儀器模塊化組裝。干涉濾光片選取窄帶濾光片，該濾波片的中心波長為350 nm，透過率大于80%，截止深度為OD4，能夠有效降低其他波長的干擾光通過。

啶蟲脒農藥的吸收光波帶較窄，因此使用窄帶濾光片，有效的減少二級光譜的干擾。光電二極管前端的干涉濾光片選用誘導透射膜系帶通濾光片，其中心波長為500 nm，透過率為70%，帶寬為20 nm，截止深度為OD4。光電二極管選用的S9219-01型光電二極管，其光譜響應范圍為380～780 nm，靈敏度峰值響應范圍較寬，約480～550 nm，感光靈敏度為0.24 A/W，暗電流為10 pA。

2.2 光路設計

檢測植物葉片表面農藥殘留時，檢測結果易受到葉片表面平滑度與自身生物活性的干擾[19]。經典漫反射與鏡面反射光路結構都不能有效的消除葉片表面農藥殘留檢測時干擾信號的影響，因此需要設定植物葉片表面農藥殘留檢測系統的條件參數（最佳激發波長與最佳發射波長、光源照射角度、光源照射距離等）。

2.2.1 光源照射角度的優化

光源照射角度、位置不同，干擾信號的位置與強度也會有所不同，因此需要選擇最佳的光源照射角度[20]。圖4為啶蟲脒標準溶液同樣濃度下3個光照角度下生菜葉片樣本的熒光光譜圖，在不同的光照角度下，啶蟲脒標準溶液的最佳發射峰均為500 nm，但熒光的強度有著明顯的差異。當光照角度為45°時，熒光強度最大，光照角度設置為60°時，熒光強度次之，當光照角度設置為30°時，熒光強度最低。

由圖4可知，入射光角度對植物葉片表面啶蟲脒農藥激發出的熒光信號的強度存在著很大的影響，當光源照射角度為45°時，生菜葉片表面啶蟲脒農藥激發出的熒光信號強度最強。

2.2.2 光源照射距離的優化

檢測植物葉片表面的農藥殘留是根據熒光信號的強度來定量的[21]，須保證每次所檢測到的熒光信號所對應的農藥物質的量是一致的，需要保證葉片的大小與LED的光斑大小一致，讓整個待檢測葉片全部被光斑覆蓋。但是隨著LED與待檢測葉片之間距離的變大，LED光斑面積會增大，較大的光斑面積會影響光照強度，進而影響農藥發射熒光的強度[22]。為了提高檢測系統的精度，需要綜合考慮LED燈光斑面積與LED燈光照強度兩個特性參數，對檢測系統的光源照射距離進行優化[23]。

根據照度的余弦法則，由LED激發出的光在待檢測葉片上的照度為

式中為LED的發光強度，cd；為光源照度，lx；為待檢測葉片距離光源的直線距離，cm；為光源距離待檢測葉片的垂直距離，cm。為光源與待檢測葉片之間的夾角，（°）。

可見隨著LED激發光源到待檢測葉片之間距離的增加，照射到葉片表面上的光照度會急劇減小。此外，LED的照射光在空氣中傳播，經傳播距離后光斑面積[24]為

式中為視場角，rad；為光斑面積，cm2；

由式（4）可知照射到葉片表面上的光照度與光斑面積成反比。由于設置待檢測葉片面積為4 cm2，因此設置光斑面積為4π cm2，略大于葉片面積。設計傳感器的視場角為30°，則

通過計算可知，光電二極管與透鏡之間的距離為1.1 cm，此時光電二極管可有效接收到待檢測葉片的反射光。

2.3 電路設計

測量光譜信號時，光電二極管接收到的熒光信號為微安級別的微弱信號，光電二極管在接收熒光信號并進行光電轉換的過程中，不僅會輸出檢測電壓信號或者檢測電流信號，還會輸出無用的噪聲電壓或者噪聲電流[26]。針對這個問題，本文設計的電路主要包括電流電壓轉換電路、二級放大電路、帶通濾波電路等，能夠滿足將微弱信號放大并減小噪聲的干擾的要求[27]。

運算放大器OPA380具有高精度、高穩定性和低噪聲的優點，故選擇由運算放大器OPA380設計電流放大型檢測電路，其輸出電壓與輸入短路光電流成正比，，輸出電壓信號與輸入短路光電流成正比。此時的輸出電壓為毫伏級，為了滿足模數轉換的要求，需要將毫伏級的電壓信號進行放大。因此，采用INA128芯片設計了一個增益可調的低燥放大電路，具體的增益倍數為：=1+50/1。其中，1為外接電阻的阻值，設置為2 kΩ，電路的實際增益是26，可以將輸出電壓放大至伏級，滿足A/D轉換芯片的采樣要求。然后通過帶通濾波電路進行信號選擇，對不需要的頻率信號進行抑制，可以有效的降低電路中的白噪聲。對于低通濾波電路，電容一般選取1 000 pF，對于高通濾波器，電容一般選取0.1F，此外光源驅動電路采用的是1 kHz的PWM波調制，隨后根據截至頻率公式，計算出R3和R4的阻值分別為20 和1 kΩ。OUT為電路的輸出端，檢測電路如圖6所示。

運算放大器OPA380采用零偏置，光電二極管會產生一個很小的正向或者反向偏置電壓[28]，經過電路的放大偏置電壓會對檢測電路的精度產生很大的影響。因此在本文檢測電路中，運算放大器的兩端還需要與一個基準電壓源VREF相連接，基準電壓源具有自身穩定的特性，波動較小，可以有效的起到抗干擾的作用[29]。

3 儀器性能測試與標定

3.1 試驗數據獲取

選擇新鮮生菜葉片樣品60片，避免莖干部分，裁剪葉片成表面大小為4 cm2的葉片塊。在葉片塊上分別用移液槍移取不同濃度的啶蟲脒溶液1 mL。待自然風干10 min之后，利用自制儀器測量不同濃度下的農藥殘留值，為了減小測量誤差，測量3次取平均值。

隨后使用熒光光譜數據采集儀器采集葉片表面的熒光光譜，確定啶蟲脒標準溶液對應的最佳激發波長處的熒光光強。將測定完畢的每組葉片，將樣品置于50 mL的燒杯中，加入10 mL HCl浸泡，燒杯封口用超聲震蕩，萃取液轉移至100 mL的燒杯中使用乙腈溶液定容，測量其熒光強度。建立0～5 mg/L范圍內的啶蟲脒標準溶液的標準工作曲線，將上述測得的萃取液的熒光強度與所建啶蟲脒標準溶液工作曲線進行對比，從而定量萃取液中啶蟲脒的量，進而換算成葉片表面啶蟲脒的量。

3.2 試驗驗證

3.2.1 重復性驗證

儀器重復性是衡量儀器性能的一個重要指標[30]。本文對生菜葉片進行反射電壓測量，測量結果如圖7所示。

由測試結果可知，檢測儀器在4個濃度下的輸出電壓基本保持不變，最大的標準偏差僅為4%，表明檢測儀器重復性良好，輸出結果穩定。

3.2.2 精度驗證

啶蟲脒農藥殘留檢測中，LED光源發出檢測熒光信號，光電二極管接收照射到待檢測葉片表面所反射回來的熒光信號，經檢測電路處理，將模擬量的熒光信號轉換為能被檢測到數字量電壓信號，該電壓信號標記為反射電壓?？梢愿鶕z測數據建立相對熒光強度（通過檢測電路將熒光強度換算成的電壓值）與農藥濃度的模型，測定得到的啶蟲脒農藥相對熒光強度如表1所示。

表1 啶蟲脒農藥濃度標準曲線的相對熒光強度表

注：相對熒光強度用換算的電壓值表示。

Note: Reflected voltage is converted into relative fluorescence intensity.

對測量數據進行擬合，相對熒光強度（通過檢測電路將熒光強度換算成的電壓值）與農藥殘留量擬合的線性方程為=1.481+0.876 3，式中為農藥殘留值，為反射電壓值。農藥殘留的預測值和實測值的相關圖如圖8所示，方程決定系數2為0.875，均方根誤差RMSE為0.405 mg/L。

4 結 論

本文以啶蟲脒農藥殘留的植物葉片為研究對象，將熒光光譜技術應用到葉片表面農藥含量的無損檢測中，采集了啶蟲脒溶液在葉片表面的熒光光譜，確定啶蟲脒溶液的最佳激發波長和最佳發射波長分別為355和500 nm，確定光源與光電信號接收器的特征波長分別為350和500 nm。在此基礎上，根據熒光檢測原理選擇了相應的光學器件，優化了光路結構的條件參數，確定檢測儀器的最佳光照角度為45°，設定光源與待檢測葉片之間的最佳垂直距離為3.46 cm。同時，設計相關檢測電路，用于獲取表征反射光強度的電壓值，構建標定方程，在此基礎上建立了便攜式檢測儀器測量值關系模型，關系模型決定系數為0.875，均方根誤差為0.405 mg/L。本研究所設計的便攜式檢測儀器對葉片表面農藥殘留有著良好的檢測效果。

本文已經驗證了葉片表面農藥殘留的可行性，為研制更具普適性的便攜式農殘檢測儀器提供參考。本文試驗設置的農藥梯度范圍僅包含典型農藥梯度范圍，但在實際農藥噴灑過程中，殘留在葉片表面上的農藥含量可能因為噴灑過程中角度或者遮擋等因素而低于本文中設置的最低農藥梯度，因此如何進一步提高農藥的最低檢測限，尚需要進一步地深入研究。

[1] 孫俊，張梅霞，毛罕平，等. 基于高光譜圖像的桑葉農藥殘留種類鑒別研究[J]. 農業機械學報，2015，46(6)：251-256.

Sun Jun, Zhang Meixia, Mao Hanping, et al. Identification of pesticide residues on mulberry leaves based on hyperspectral imaging[J]. Transactions of the Chinese Society for Agricultural Machinery, 2015, 46(6): 251-256. (in Chinese with English abstract)

[2] Chen H P, Wang X L, Liu P X, et al. Determination of three typical metabolites of pyrethroid pesticides in tea using a modified QuEChERS sample preparation by Ultra-High performance liquid chromatography tandem mass spectrometry[J]. Foods, 2021, 10(1): 189.

[3] Zhou Q X, Wu Y L, Sun Y, et al. Magnetic polyamidoamine dendrimers for magnetic separation and sensitive determination of organochlorine pesticides from water samples by high-performance liquid chromatography[J]. Journal of Environmental Sciences, 2021, 102(4): 64-73.

[4] Li S, Yu P P, Zhou C, et al. Analysis of pesticide residues in commercially available chenpi using a modified QuEChERS method and GC-MS/MS determination[J]. Journal of Pharmaceutical Analysis, 2020, 10(1): 60-69.

[5] 陳菁菁，彭彥昆，李永玉，等. 基于高光譜熒光技術的葉菜農藥殘留快速檢測[J]. 農業工程學報，2010，26(14)：1-5.

Chen Jingjing, Peng Yankun, Li Yongyu, et al. Rapid detection of vegetable pesticide residue based on hyperspectral fluorescence imaging technolog[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2010, 26(14): 1-5. (in Chinese with English abstract)

[6] Lin G H, Ji R D, Yao H, et al. Fluorescence detection of multiple kinds of pesticides with multi hidden layers neural network algorithm[J]. Optik, 2020, 211: 164-170.

[7] 王玉田，王忠東，關曉晶. 一種檢測西維因農藥殘留的光纖式熒光光譜系統的研究[J]. 分析測試技術與儀器，2004(4)：210-213.

Wang Yutian, Wang Zhongdong, Guan Xiaojing. Research on a fiber-optic fluorescence spectroscopy system for detecting pesticide residues in carbaryl[J]. Analysis and Testing Technology and Instruments, 2004(4): 210-213. (in Chinese with English abstract)

[8] 郭立泉，尹煥才，田晶晶. LED激發光源的熒光物質快速檢測系統設計[J]. 傳感器與微系統，2017，36(5)：106-108.

Guo Liquan, Yin Huancai, Tian Jingjing. Design of a rapid detection system for fluorescent substances based on LED excitation light source[J]. Sensors and Microsystems, 2017, 36(5): 106-108. (in Chinese with English abstract)

[9] 龔志遠，李軼凡，劉燕德，等. 光源照射角度對蘋果糖度近紅外光譜檢測的影響研究[J]. 激光與光電子學進展，2016，53(2)：241-246.

Gong Zhiyuan, Li Yifan, Liu Yande, et al. Research on the influence of light source irradiation angle onnear-infrared spectroscopy detection of apple sugar content[J]. Progress in Laser and Optoelectronics, 2016, 53(2): 241-246. (in Chinese with English abstract)

[10] 孟夏，謝東輝，汪艷，等. 葉片多角度偏振光譜特性影響因素的實驗研究[J]. 光譜學與光譜分析，2014，34(3)：619-624.

Meng Xia, Xie Donghui, Wang Yan, et al. Experimental study on the influence factors of the multi-anglepolarization spectrum characteristics of leaves[J]. Spectroscopy and Spectral Analysis, 2014, 34(3): 619-624. (in Chinese with English abstract)

[11] 鄭建鴻，吳瑞梅，熊俊飛，等. 基于光譜角算法的鮮茶葉表面農藥殘留熒光高光譜圖像無損檢測研究[J]. 激光雜志，2016，37(6)：57-60.

Zheng Jianhong, Wu Ruimei, Xiong Junfei, et al. Research on non-destructive detection of pesticide residues on the surface of fresh tea using fluorescence hyperspectral images based on spectral angle algorithm[J]. Laser Journal, 2016, 37(6): 57-60. (in Chinese with English abstract)

[12] 楊杰，吳凡. 粗糙表面可見光散射特性的實驗研究[J]. 中國測試，2009，35(2)：125-128.

Yang Jie, Wu Fan. Experimental study on the visible light scattering characteristics of rough surfaces [J].China Test, 2009, 35(2): 125-128. (in Chinese with English abstract)

[13] 蔡世炎，游文瑋，李耀群. 導數同步熒光法快速檢測香菇中的多菌靈[J]. 分析測試學報，2007(1)：117-119.

Cai Shiyan, You Wenwei, Li Yaoqun. Derivative synchronous fluorescence method for rapid detection of carbendazim in shiitake mushrooms[J]. Chinese Journal of Analysis Testing, 2007(1): 117-119. (in Chinese with English abstract)

[14] 許良，劉紅婕，黃進，等. 激光誘導時間分辨固體表面熒光光譜系統[J]. 強激光與粒子束，2012，24(8)：1961-1964.

Xu Liang, Liu Hongjie, Huang Jin, et al. Laser-induced time-resolved solid surface fluorescence spectroscopy system[J]. High Power Laser and Particle Beam, 2012, 24(8): 1961-1964. (in Chinese with English abstract)

[15] 季仁東，趙志敏，張林，等. 蘋果汁中吡蟲啉農藥殘留熒光檢測研究[J]. 光譜學與光譜分析，2013，33(3)：668-671.

Ji Rendong, Zhao Zhimin, Zhang Lin, et al. Fluorescence detection of imidacloprid pesticide residues in apple juice[J]. Spectroscopy and Spectral Analysis, 2013, 33(3): 668-671. (in Chinese with English abstract)

[16] 王琳琳，于海業，張蕾，等. 基于葉綠素熒光光譜的生菜硝酸鹽含量檢測[J]. 農業工程學報，2016，32(14)：279-283.

Wang Linlin, Yu Haiye, Zhang Lei, et al. Detection of nitrate content in lettuce based on chlorophyll fluorescence spectrum[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(14): 279-283. (in Chinese with English abstract)

[17] 王忠東，王玉田. 常用農藥熒光特性的理論與實驗[J]. 發光學報，2005(1)：124-128.

Wang Zhongdong, Wang Yutian. Theories and experiments on the fluorescence characteristics of commonly used pesticides[J]. Acta Luminescence, 2005(1): 124-128. (in Chinese with English abstract)

[18] 王澤. 植物農藥殘留的三維熒光光譜特征提取及識別方法研究[D]. 西安：西安理工大學，2018.

Wang Ze. Research on Feature Extraction and Recognition Method of Three-dimensional Fluorescence Spectra of Plant Pesticide Residues[D]. Xi'an: Xi'an University of Technology, 2018. (in Chinese with English abstract)

[19] 薛龍，黎靜，劉木華，等. 熒光光譜檢測臍橙表面敵敵畏殘留試驗研究[J]. 江西農業大學學報，2011，33(2)：394-398.

Xue Long, Li Jing, Liu Muhua, et al. A Study on Detection of dichlorvosresidue on navel orange surface by means of fluorescence spectrum[J]. Acta Agriculturae Universitis Jiangxiensis, 2011, 33(2): 394-398. (in Chinese with English abstract)

[20] 倪軍，王婷婷，姚霞，等. 作物生長信息獲取多光譜傳感器設計與試驗[J]. 農業機械學報，2013，44(5)：207-212.

Ni Jun, Wang Tingting, Yao Xia, et al. Design and experiments for multi-spectral sensor for rice and wheat growth information[J]. Transactions of the Chinese Society for Agricultural Machinery, 2013, 44(5): 207-212. (in Chinese with English abstract)

[21] 杜克釗，朱亞先，王萍，等. 固體表面熒光法測定吸附于白骨壤和木欖葉片上的蒽[J]. 分析試驗室，2009，28(4)：81-83.

Du Kezhao, Zhu Yaxian, Wang Ping, et al. Determination of anthracene adsorbed on avicennia marina and aralia vulgaris leaves by solid surface fluorescence method[J]. Laboratory of Analysis, 2009, 28(4): 81-83. (in Chinese with English abstract)

[22] Gong X Y, Tang M, Gong Z J, et al. Screening pesticide residues on fruit peels using portable Raman spectrometer combined with adhesive tape sampling[J]. Food Chemistry, 2019, 295(15): 254-258.

[23] 謝欣茹，楊波，潘帥，等. 多通道PCR熒光檢測儀的光學系統設計[J]. 光學技術，2019，45(5)：531-534，640.

Xie Xinru, Yang Bo, Pan Shuai, et al. Optical system design of multi-channel PCR fluorescence detector[J]. Optics Technology, 2019, 45(5): 531-534, 640. (in Chinese with English abstract)

[24] 郭培源. 光電檢測技術與應用[M]. 北京：北京航空航天大學出版社，2015：114-115.

[25] 孔孟晉，徐君，閻巍，等. 微型近紅外光譜儀低功耗系統的設計[J]. 分析儀器，2018(6)：20-26.

Kong Mengjin, Xu Jun, Yan Wei, et al. Design of low power consumption system of miniature near infrared spectrometer[J]. Analytical Instruments, 2018(6): 20-26. (in Chinese with English abstract)

[26] 賀冬仙，胡娟秀. 基于葉片光譜透過特性的植物氮素測定[J]. 農業工程學報，2011，27(4)：214-218.

He Dongxian, Hu Juanxiu. Determination of plant nitrogen based on leaf spectrum transmission characteristics[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2011, 27(4): 214-218. (in Chinese with English abstract)

[27] 鄒兵，侯加林，李民贊. 基于光譜學和ARM的番茄葉綠素檢測儀的開發[J]. 農業工程學報，2010，26(增刊2)：223-227.

Zou Bing, Hou Jialin, Li Minzan. Development of tomato chlorophyll detector based on spectroscopy and ARM[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2010, 26(Supp.2): 223-227. (in Chinese with English abstract)

[28] 丁永前，李楊，譚星祥，等. 冠層反射光譜測量中主動光源光譜穩定性控制[J]. 農業機械學報，2014，45(6)：284-290.

Ding Yongqian, Li Yang, Tan Xingxiang, et al. Active light source spectral stability control in canopy reflectance spectrum measurement[J]. Transactions of the Chinese Society of Agricultural Machinery, 2014, 45(6): 284-290. (in Chinese with English abstract)

[29] 劉乃森，倪軍，董繼飛，等. 多光譜作物生長傳感器溫度特性試驗[J]. 農業工程學報，2014，30(21)：157-164.

Liu Naisen, Ni Jun, Dong Jifei, et al. Temperature characteristic experiment of multispectral crop growth sensor[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(21): 157-164. (in Chinese with English abstract)

[30] 陳佳俊，孫俊，李亞婷，等. 反射式葉片葉綠素含量檢測儀的優化與試驗[J]. 農業工程，2020，10(6)：28-35.

Chen Jiajun, Sun Jun, Li Yating, et al. Optimization and experiment of reflection type leaf chlorophyll content detector[J]. Agricultural Engineering, 2020, 10(6): 28-35. (in Chinese with English abstract)

Design and test of a portable detection instrument for pesticide residues on crop leaves

Sun Jun, Tang Baowen, Zhou Xin, Yao Kunshan, Hu Shuangqi, Zhang Lin

(212013,)

Fluorescence has unique luminescence characteristics. The combination of excitation light and emission light can greatly reduce the interference of background signals and greatly improve the sensitivity of the detection system. Many scholars at home and abroad obtain the optimal excitation and emission wavelengths of the analyte based on the principle of photoluminescence of fluorescent substances, and have developed miniaturized, low-cost dedicated instruments. However, the current portable instruments which focus on detecting pesticide residues in the solution system cannot realize directly detection pesticide residues on the surface of vegetable leaves. In this study, a feasible model for pesticide residues and fluorescence intensity on the leaf surface was proposed, and a portable detection instrument for pesticide residues on the leaf surface was designed by optimizing the light path structure to suppress the interference of stray light on the leaf surface. Firstly, the best excitation wavelength and best emission wavelength of acetamiprid pesticide in standard solution and three plant leaves were determined as 350 and 500 nm, respectively. An LED with a central wavelength of 350 nm and a maximum drive current of 100 mA was selected as the excitation light source, and a photodiode with a peak response range from 480 to 580 nm was used as the photoelectric detection device. A filter with a center wavelength of 500 nm was used to only let through the emission wavelength of the acetamiprid pesticide pass to reduce the interference of the secondary spectrum. Then the optimal parameters of the optical path are determined. The fluorescence experiments results showed that the fluorescence intensity excited by acetamiprid pesticide on the leaf surface was the highest when the light Angle was 45°. By calculating the optical path size, it was found that the illumination of the blade was the largest when the direct distance from the LED laser source to the blade was 4.89 cm and the vertical distance was 3.46 cm. In addition, in view of the diffuse reflection problem of the light source illuminating the surface of the blade, a diffuse reflection device was designed to achieve the maximum absorption of light energy. The control circuit, driving circuit and detection circuit were designed according to the requirement of weak fluorescence signal detection. A signal detection system was designed with STM32 chip as the main control chip to collect the voltage signal of the detection circuit, and the pesticide residue value was calculated according to the working curve of pesticide residue value. The PWM wave was output to modulate the LED light source and the difference between the frequency of detecting light and the frequency of ambient light can suppress the interference of ambient light to the light source. Then, SPI and I2C communication protocols were used to communicate with AD acquisition chip and OLED display screen to realize real-time detection of pesticide residues and real-time display of pesticide residues. Finally, the calibration equation was established and a portable detector was designed to detect pesticide residues. The measuring instrument was calibrated and tested.The determination coefficient of the calibration equation reached 0.875, and the root mean square error is 0.405 mg/L. The portable fluorescence spectrometer designed in this study can quickly, accurately and non-destructively detect pesticide residues on the surface of leaves, which provided a reference for the development of a more universal portable detection instrument.

crops;pesticides; leaves; fluorescence spectroscopy; optical system; detection equipment

2021-02-10

2021-03-25

江蘇高校優勢學科建設工程（三期）資助項目（PAPD-2018-87）；常州市社會發展科技支撐項目（CE20205031）；江蘇大學農業裝備學部項目（4121680001）；江蘇省研究生科研與實踐創新計劃（SJCX19_0557）

孫俊，教授，博士，博士生導師。研究方向為計算機技術在農業工程中的應用。Email：sun2000jun@ujs.edu.cn

10.11975/j.issn.1002-6819.2021.07.008

S237

A

1002-6819(2021)-07-0061-07

孫俊，唐寶文，周鑫，等. 作物葉片表面農藥殘留的便攜式檢測儀器的設計與試驗[J]. 農業工程學報，2021，37(7)：61-67. doi：10.11975/j.issn.1002-6819.2021.07.008 http://www.tcsae.org

Sun Jun, Tang Baowen, Zhou Xin, et al. Design and test of a portable detection instrument for pesticide residues on crop leaves[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(7): 61-67. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2021.07.008 http://www.tcsae.org