農藥中有效成分檢測技術研究綜述

韓明月，吳玉凡，王春悅，張毓秀，張 武

(天津市農業生態環境監測與農產品質量檢測中心，天津 300193)

在作物病蟲害防治實踐中，使用農藥是最迅速、最常見、最經濟有效的方法。農藥制劑的有效成分含量與標示含量是否一致是農藥質量控制的關鍵，如果有效成分含量不足，功效會降低甚至失效；有效成分含量太高，不僅會對農作物造成藥害，還會產生農藥殘留，破壞生態環境，威脅人類生命健康。因此，農藥有效成分的含量是相關部門市場監管的重點。

目前農藥檢測方法種類一般可分為常規檢測和快速檢測兩種。常規檢測主要以氣相色譜法(gas chromatography，GC)、高效液相色譜法(high performance liquid chromatography，HPLC)、氣/液相色譜-質譜聯用法(gas chromatography/liquid chromatography-mass spectrometry，GC/LC-MS)為主。常規檢測法靈敏度和準確度較高，結果比較可靠，但樣品前處理程序繁瑣、檢測成本高、時間長，只能用于實驗室操作，需要專門的技術人員，無法滿足快速、低成本等實際的需要，更難以滿足生產企業連續在線檢測、農藥監督部門現場質量控制和農產品安全監督的需要。

本文根據最近的研究進展，在常規檢測方法的基礎上，對以往的農藥有效成分檢測技術進行了補充，特別介紹了該領域一些熱點的新技術，如光譜技術、化學成像技術等的研究成果和動態，并對目前存在的問題、未來發展趨勢和攻關重點進行了分析，以期為農藥質量快速檢測的深入研究提供參考。

1 農藥有效成分常規檢測方法

1.1 氣相色譜法 氣相色譜法是目前農藥檢測的主要方法中使用相對普遍、成熟的一種分離分析方法，常用于低沸點的農藥檢測。該方法的分離效率高、分離速度快、樣品用量少、檢測靈敏度高，對絕大部分農藥都可以實現很好的分離。但對于農藥中有效成分的含量檢測，目前國內外的測定方法大多針對單一品種，業內對于大批量、多品種的農藥檢測方法開展了相關研究。吳曉波等[1]建立了一種用氣相色譜火焰離子化檢測器 (FID)同時測定包含甲胺磷、久效磷、特丁硫磷、毒死蜱、樂果、水胺硫磷、異丙威、克百威、噻嗪酮、高效氯氰菊酯、百菌清、烯唑醇等15種農藥有效成分的分析方法，實現了在同樣的色譜條件下，用同一根色譜柱同時完成定性、定量分析，并能同時檢測樣品中是否添加了禁止使用的高毒農藥。孫長恩等[2]采用HP-5MS毛細管柱和FID檢測器，建立了氣相色譜方法同時檢測農藥中9 種擬除蟲菊酯類隱形成分的方法，方法的準確度和分離效果較常規方法都有一定提高。

1.2 高效液相色譜法 高效液相色譜分辨率高、分析速度快、重復性好、樣品用量低、自動化程度高，在國內外都已成為農藥有效成分檢測的主要方法。與 GC 相比，HPLC 更適用于極性強、分子量大、沸點高、熱不穩定以及離子型農藥的檢測。不少學者對現有的HPLC檢測方法進行了改進和深入研究。袁圓等[3]對呋草酮原藥的高效液相色譜分析方法進行了優化，對溶劑、檢測波長、流動相及比例、進樣量等液相色譜條件進行了選擇，建立了簡便、快速、準確，更加適用于呋草酮原藥的日常定量分析。李環亭等[4]利用HPLC法測定了不同劑型不同含量的吡蟲啉農藥制劑產品中有效成分含量，并比較了單點校正法、標準曲線法和標準加入法三種定量分析方法的差異性，及其對農藥制劑產品有害成分的檢測準確性的影響。

2 農藥有效成分快速檢測方法

針對目前農藥有效成分檢測常用的色譜法所存在的：操作過程繁瑣、耗時長、費用高等缺陷，近年來，振動光譜法作為一種無損快速分析技術，在測定農藥有效成分方面越來越受到人們的重視，振動光譜技術主要包括中紅外光譜、近紅外光譜和拉曼光譜技術。隨著學者們的不斷改進摸索，將化學計量學科與紅外區特殊的光譜吸收譜帶結合，使該技術在農藥質量檢測中的定性、定量分析得到了廣泛應用。

2.1 中紅外光譜技術 中紅外光譜是波長區間在 2 500～25 000nm的電磁波，是由于分子振動狀態在相鄰振動能級之間的躍遷而形成的，主要反映分子基頻振動信息[5]。紅外光譜通常用譜帶數目、譜帶位置、譜帶形狀、相對強度四個基本參數來表征，在物質的定性分析方面應用較多，目前國內用紅外光譜定性分析農藥有效成分的結構類型主要有：磺酰脲類除草劑，三嗪類除草劑，吡啶雜環類的殺蟲劑，煙堿類殺蟲劑等[6]。化合物分子中不同的官能團激發后產生的特征振動，會反映在紅外吸收光譜上形成指紋圖譜，因此紅外光譜亦可用于定量分析[7]。常用的儀器有傅立葉變換紅外光譜儀。熊艷梅等[8]利用傅里葉變換中紅外光譜儀定量分析了商品農藥制劑中有效成分氰戊菊酯和馬拉硫磷的含量，樣品預測結果的相對誤差<8.64%，可以滿足農藥制劑市場分析的要求。G Tang等[9]使用傅里葉變換紅外光譜儀采集苦參堿水溶液的光譜信息，結合化學計量學算法變量選擇技術測定了苦參堿水溶液中的有效成分。劉若云等[10]利用傅里葉變換紅外光譜法，建立了檢測農藥里吡蟲啉成分的含量模型，模型相關系數能達到0.999 54。從以上研究來看，盡管紅外光譜法比一般化學分析法的偏差要稍大，但可以滿足運行監管環節快速實時檢測的要求。戴郁菁等[11]采用更加便攜式的ALPHA FTIR Spectrometer紅外光譜儀直接測定農藥中的草甘膦含量，選擇了草甘膦銨鹽不受乳化劑成分干擾的在1 321cm-1處的紅外光譜吸收峰為定量分析波數，所建立的峰面積與含量的線性模型相關系數r能達到0.999 7。實驗采用的光譜儀體積小，質量輕，農藥樣品不需任何前處理，能夠很好的滿足生產過程中即時監測和產品現場檢測的需求，具有很好的應用前景。

紅外光譜還常被用于農藥有效成分中違禁品添加量的識別，杜夏瑜等[12]采用紅外光譜結合衰減全反射技術(Attenuated total reflection Fourier transform infrared spectroscopy，ATR-FT-IR) 對啶蟲脒固體商品制劑中違禁添加的氟蟲腈含量進行了檢測，對氟蟲腈含量在 0.60% ～5.00%的啶蟲脒商品制劑含量預測誤差<5%，符合農藥質量監管中《農藥制劑產品中微量其他農藥成分限量》標準對氟蟲腈的分析要求。H Yan等[13]提出了一種利用中紅外光譜儀測定阿維菌素中的氯蟲苯胺的快速檢測方法，并比較了4種不同波長選擇方法的預測能力，最低的預測均方根誤差達到0.027 1，可在幾分鐘內給出檢測結果，表明中紅外光譜法可以用于快速方便地檢測阿維菌素中的氯蟲苯胺成分含量。這些研究為農藥中違禁添加成分的現場快速檢測提供了豐富的理論基礎。

2.2 近紅外光譜技術 近紅外光(near infrared，NIR)是介于可見光和中紅外光之間的電磁波，對被測物質中 O-H、N-H、C-H 及 S-H 等含氫基團的分子內部原子間振動的倍頻和合頻吸收，產生豐富的譜學信息[14]。不同基團在不同化學環境中的近紅外吸收波長與強度都會產生其相應的特征吸收，絕大部分有機物都具有含氫基團，因而近紅外光譜可以應用于包括農藥在內的幾乎所有有機物的化學和物理性質的分析。

中國農業大學閔順耕課題組在利用近紅外光譜技術快速分析農藥中有效成分方面做了大量研究，熊艷梅等[15]開發了敵殺死乳油中有效成分溴氰菊酯含量的快速檢測方法，用近紅外光譜技術結合偏最小二乘法 (Partial Least Square，PLS)建立了有效成分溴氰菊酯的快檢模型，模型的相關系數達到0.999 9，預測均方根誤差達到0.022，可以準確預測敵殺死乳油中溴氰菊酯成分的含量；對乳油中有效成分高蓋[16]、氰戊菊酯和馬拉硫磷[8]等的含量也建立了快速、穩定的分析模型。說明近紅外光譜方法方便、快捷，有利于農藥制劑的現場分析技術的推廣。

在此研究的基礎上，業內的學者們通過化學計量學算法的優化、波段的選擇等對近紅外光譜快速檢測方法進行了更深入的研究，擴展了該方法的應用范圍。吳瑞梅等[17]采用聯合區間偏最小二乘法(siPLS)結合遺傳算法篩選特征變量，由交互驗證法確定最佳主成分因子數及篩選的變量數，降低了模型的復雜度。劉丕蓮等[18]比較了不同光程長度下毒死蜱乳油中有效成分近紅外光譜定量分析模型的性能，進一步優化了模型參數，建立了精度更高、模型更穩定的的毒死蜱乳油中有效成分近紅外光譜定量分析方法。裴建偉等[19]將近紅外光譜法應用于多菌靈原藥中有效成分的含量測定，結合光譜預處理MSC方法和偏最小二乘算法，僅需幾分鐘就可以測定一批樣品，大大提高了檢測多菌靈樣品含量檢測的效率。王雅靜等[20]建立了農藥中違禁農藥氟蟲腈含量添加的近紅外快速檢測模型，為近紅外光譜技術在高毒性農藥低摻雜的違禁農藥檢測中的應用提供了一個很好的先例。

2.3 拉曼光譜技術 拉曼光譜(Raman Spectroscopy) 技術是一種基于拉曼散射效應的光譜分析技術，是光子與樣品分子之間發生了能量交換而產生的，提供了分子振動或轉動的信息。拉曼光譜法作為目前研究比較熱門的無損快速分析技術，在食品、藥品的定性鑒別方面有較多研究，但由于其信號弱且易受熒光干擾，限制了它在實際生活中的推廣。其中，表面增強拉曼散射(Surface Enhanced Raman Spectroscopy，SERS)技術可以增強所分析試樣的拉曼效應，能將檢測限提高10個數量級，靈敏度高、分辨率高，因此表面增強拉曼光譜技術可以滿足痕量分析的需要。苗雨晴等[21]采用共焦顯微拉曼光譜儀并結合表面增強拉曼散射技術采集了有機磷農藥二嗪磷的表面增強拉曼光譜，探究了該技術在定性和定量分析二嗪磷成分含量上的可行性。研究表明二嗪磷在561cm-1，602cm-1，816cm-1三處的特征峰可以視為農藥二嗪磷的表面增強拉曼光譜特征峰，可以用于直觀定性分析；在特征波長處利用偏最小二乘法建立的校正模型相關系數為0.999 26，RMSEC為0.012 0，可用于二嗪磷溶液的定量建模分析。吉芳英等[22]獲得了不同濃度及其酸堿條件下氧化樂果的表面增強拉曼散射光譜，研究了氧化樂果等有機磷農藥的結構、形態及轉化規律，有助于更深入地探討有機磷農藥的環境行為。

2.4 高光譜成像技術 光譜成像技術(spectral imaging)又叫化學成像技術(chemical imaging)，是把成像技術與光譜分析結合起來，對目標物體進行識別和分析的技術，一套數據包括各個不同波長的整幅圖像，與傳統的分析工具相比，它能同時采集到被測樣品豐富的圖像和光譜信息，利用人類的視覺和光譜學的客觀性，使得樣品特性的表達更加全面[23]。高光譜顯微技術多用于在農產品的表面缺陷、堅實度、內部缺陷和表面污染等方面的檢測，在農藥質量方面的研究成果較少。李曉婷等[24]以擬除蟲菊酯類農藥氯氰菊酯和有機磷類農藥毒死蜱作為研究對象，建立了單一農藥的紅外顯微成像分析方法，并在此基礎上，以毒死蜱和阿維菌素作為研究對象，應用紅外顯微成像技術對生物農藥摻假進行了識別，建立了有良好適應性的高光譜紅外定量模型，應用該模型能夠有效、快速識別出阿維菌素中摻假的毒死蜱含量。Yue Huang等[25]將近紅外光譜成像技術應用于農藥混合樣品中摻假吡蟲啉成分的鑒別，通過關系成像模式獲得了吡蟲啉和摻假成分在雜原子中的分布，以其光譜圖像建立偏最小二乘模型。模型結果RMSECV為0.034 8和RMSEP為0.078 4，顯示出了近紅外顯微成像在定性鑒別農藥中摻假成分和定量分析農藥光譜圖像中的有效成分的潛力。高光譜成像技術前處理簡單、環境友好，能一次性獲得龐大的數據量，可以結合多種光譜數據分析方法，從海量的數據中進行挖掘，與被測樣品信息對應，有著廣泛的應用前景。

3 結論與展望

農藥質量檢測在保障農產品質量安全中發揮著非常重要的作用。隨著新登記農藥種類的增加和高毒、劇毒農藥的限制使用，農藥中有效成分的檢測要求不斷提高。農產品種植分散，農民素質參差不齊等問題，也加大了監管工作的難度。目前分析農藥制劑有效成分含量分析主要靠人工采樣，然后到實驗室分析的離線方式，該方法雖然準確度高，但復雜、費時長，無法采用該方法對農產品進行全面、及時的監控。

紅外、近紅外光譜等快速檢測方法不需要對樣品進行復雜的前處理，分析商用農藥制劑中有效成分的含量快速、省力、成本低，對于現場和在線分析十分方便，尤其適用于生產企業的連續在線檢測和基層農產品監督部門進行日常的農藥質量監控。光譜成像技術以其豐富的圖像和光譜信息，在定性鑒別和圖像定量上的應用也顯示出了豐富的潛力。但由于實際農藥產品的成分十分復雜，使得光譜分析技術對一些農產品的檢測靈敏度較低、相對誤差較大，需要進一步結合化學計量學算法來對光譜信息進行增強和提取，排除外界環境、水分、熒光等的干擾，以增強光譜診斷技術在農藥質量安全分析中的實用性。未來可將光譜技術與色譜聯用，以同時發揮色譜的高效分離能力和光譜技術快速無損的優勢。隨著光譜技術的不斷研究，各種先進的理論、算法、便攜式儀器的不斷出現，農藥質量的快速、準確、無損檢測有著廣闊的研究和發展前景。