基于近红外光谱技术的小白菜农药残留鉴别分析

作者：李敏

来源：红外, 2020, 41(10): 44-47.

• 近红外光谱
• 农药残留鉴别
• K-近邻分类

针对市场上销售的蔬菜存在的农药残留问题,提出了一种高效无损的小白菜农药残留定性分类鉴别方法。将3组小白菜叶片和氯氟氰菊酯农药作为研究对象,并分别对其中的2组小白菜喷洒2种不同浓度(农药与水的配比分别为1∶500和1∶20)的农药,从而形成不含农药、含轻度农残和含重度农残的三类样本。然后分别采集三类样本的近红外光谱数据,并对其进行小波软阈值预处理,再利用主成分分析(Principal Component Analysis, PCA)对数据进行降维,最后采用Fisher判决和K近邻(K-Nearest Neighbor, KNN)分类方法进行鉴别。实验结果表明,此方法对无农药残留与含轻度农药残留两类样本的正确鉴别率为95%,且对含轻度农残与含重度农残两类样本的正确鉴别率为90%。因此,本文方法可用于对小白菜农残进行有效的定性分类鉴别,为蔬菜农残定性分类鉴别提供了一种新思路。

• 单位
  乐山师范学院