基于THz时域光谱技术的水果杀菌剂农药检测与鉴别

王强，王孝伟，马冶浩

(中国计量学院 质量与安全工程学院，浙江 杭州，310018)

杀菌剂是用于防治能引起植物病害的各种病原微生物的一类农药，广泛应用农业生产当中。在食品安全越来越受到关注的今天，对于农产品成分的科学研究也逐渐受到了重视[1]。随着科技的进步，各种新型的农药不断推出，这就给样品的识别与分类带来了困难，因此研究快速、准确、可靠的农药检测方法及相关农药成分识别具有十分重要的意义[2-3]。太赫兹光谱(THz-TDS)技术作为一门新的、蓬勃发展的技术开始应用到各个领域。太赫兹波技术具有低能量、宽频谱等特点，近年来在物质检测方面的研究越来越多[4-5]。在农药检测方面，Wang等[6-7]对绿麦隆、灭菌草松等农药进行了THz光谱测试分析及其晶体结构的理论谱模拟研究；周斌权等[8]对蒿甲醚分子进行了研究；Hua等[9]利用化学方法定量研究了液体农药氟氯氰菊酯的太赫兹光谱特性；WANG等[10]对2种杀菌剂和2种酰胺类农药分子进行THz光谱分析和单分子结构理论模拟研究，并在其残留检测方面作了探索性研究。目前，针对农产品和农产品农药的太赫兹波检测及其定量分析方面，国内还较少有相关文献报道。噻菌灵是一种高效、低毒和广谱的内吸性苯并咪唑类杀菌剂，具有高效的抑酶作用，广泛用于农产品的防腐保鲜及储存期病害防治，检出率较高，蔬菜、水果中尤为突出。本文作者以噻菌灵杀菌剂为例，对3种水果及其与杀菌剂农药的样品进行了太赫兹时域光谱测试，获得了其在0.2～1.5THz波段的折射率和吸收谱图，分析不同样品的特征吸收谱，探索不同农药含量条件下，特征谱值的变化规律，并利用主成分分析方法(Principal component analysis，PCA)对3种水果样品的杀菌剂太赫兹光谱进行聚类鉴别。

1 样品制备与数据采集

本实验是使用的 THz-TDS系统装置是由美国Coherent公司制造的钛蓝宝石飞秒激光器和美国Zomega公司制造的THz系统组成，系统结构图如图1(a)所示，系统的详细说明参见文献[7]。

图1 THz-TDS实验装置图Fig.1 Device of THz-TDS system

橙子、香蕉和苹果3种水果样品产自浙江杭州，杀菌剂农药噻菌灵购于Tokyo Chemical Industry Co.,Ltd.，其纯度为 99.5%。将果皮在自然条件下晾干，并放于100 ℃真空干燥箱中5 h后冷却至常温，先后用陶瓷研钵、玛瑙研钵及孔径63 μm筛子处理后获得直径50 μm左右的果皮粉末。在15 MPa压力下，压制成直径13 mm，厚度1.2 mm左右的圆形薄片。样品结构均匀，前后表面光滑平行。

通过THz-TDS系统对样品进行检测，得到它们的太赫兹时域波形，每种药品10组数据，共40组数据，用于分类。THz时域光谱信号是一种非平稳信号，在时间上的延迟、信号强度的衰减和频谱的展宽反映了被测样品的吸收和色散等特性，如图1(b)所示。

2 数据处理方法

先将制备好的测试样品用 THz-TDS实验装置进行测试，得到时域信号。基于 Dorney等[12-13]提出的模型处理实验数据。描述物质的宏观光学性质一般用复折射率表示：

其中，n(ω)和κ(ω)分别为实折射率和消光系数。

实验中THz信号垂直入射到样品表面，忽略样品表面和内部多次反射产生的Fabry-Perot效应，则样品的折射率n(ω)和吸收系数α(ω)分别描述物质的色散特性和吸收特性，可用式(2)和(3)计算：

式中：A(ω)和φ(ω)分别为样品信号和参考信号的振幅的比值和相位差；d为除草剂测试样品的厚度；c为电磁波在真空中传播的速度；ω为角频率。

3 THz光谱数据分析

3.1 3种样品THz时域光谱

利用THz-TDS系统可获得3种果皮(香蕉、橙子、芒果)样品的THz时域波形如图2所示。从图2可以得到：THz波通过3种果皮后幅值有明显衰减，衰减幅度近60%；时间上也有不同程度的延迟，其中，香蕉和橘子延迟约3.3 ps，芒果延迟约3.4 ps。经分析，幅值衰减是由于不同果皮对THz波吸收的程度及样品厚度不同导致的；而时间延迟主要是样品的厚度不同引起的。这表明THz波对不同水果品种也较为敏感，利用该技术可鉴别其类别。

时域数据经快速傅里叶变换后，利用式(3)获得3种果皮的THz频域吸收系数谱，如图3所示。由图3可知，在0.2～1.1 THz波段内，3种果皮的吸收谱均成均匀上升趋势，无明显吸收峰，但它们相互之间的吸收系数却存在差别；在1.1～1.55 THz波段内，3种水果样品的特征吸收峰均存在差异。3种纯水果样品除了有3个共同的吸收谱峰值：1.129 THz，1.202 THz和1.276 THz外，还有自身独特的吸收谱峰值。香蕉在1.404 THz有1个吸收峰，芒果在1.441 THz和1.514 THz分别有 2个特征吸收峰，橙子在 1.441 THz和1.533 THz处均有2个明显吸收峰。

图2 3种果皮的THz时域波形Fig.2 THz waveform of three fruits samples

图3 3种水果样品的THz频域吸收谱Fig.3 THz absorption spectrum of three fruits

结果表明，这几种水果中存在相同含量的相同化学成分，但是各成分含量的不同造成了各水果样品吸收谱中特征峰峰值的差异。

3.2 混合样品THz时域光谱定量分析

图 4所示为 3种水果及其与噻菌灵混合样品的THz吸收系数谱。由图4可见：纯噻菌灵样品的特征吸收峰位于1.239 THz和1.423 THz处。与纯香蕉样品相比，含 3.58%噻菌灵的香蕉样品的吸收系数较小，但特征吸收峰位置无明显变化；当香蕉样品中噻菌灵含量达到50.16%时，其特征吸收峰除1.404 THz外，与纯香蕉样品无重合吸收峰，该混合样品中特征吸收峰位置为1.111，1.184 ，1.257，1.331和1.478 THz，且在0.2～1.1THz波段出现了明显的波动。芒果与噻菌灵的混合样品的吸收系数小于纯芒果样品的吸收系数，大于噻菌灵样品的吸收系数，且特征吸收峰位置为1.257，1.331和1.459 THz，其中特征吸收峰1.257 THz与噻菌灵的1.239 THz特征吸收峰较为接近，所以该混合样品的吸收系数谱也反映了噻菌灵的吸收特征。橙子与噻菌灵混合样品的特征吸收峰与纯橙子样品的不同，橙子的特征吸收峰处于1.129，1.202，1.276，1.349和 1.441 THz，而混合样品特征吸收峰处于1.111，1.184，1.257，1.331，1.423 和 1.496 THz。

3.3 样品的鉴别分析

PCA是近些年应用比较广泛的一种特征提取及分类方法，主成分分析的实质是将数据矩阵中原有变量用少数几个正交变量来替代[14]。把这些在新变量中特征值贡献率高的主成分作为原数据的特征因子(一般选取的主成分的特征值贡献率大于80%)，这些成分包含了原数据矩阵的主要特征。通过主成分分析对原数据进行分类时，能有效降低原数据的维数，避免了因变量太多而造成的繁琐的数学计算。

在对3种药品用主成分分析聚类时，用样品频率在0.3～1.6 THz的THz吸收谱作为特征量构造数据表。3种样品的原始吸收光谱之间的相关系数较大，接近于 1，光谱的相似性较大。为提升其聚类效果，对样品吸收光谱数据进行一阶导数处理。对吸收谱进行导数处理后，其相关系数如表1所示。

图4 3种果皮与农药混合物的THz吸收谱Fig.4 Quantitative analysis mixture of three kinds of fruits and bactericide

经过主成分分解后，第一和第二主成分的特征值贡献率分别为 60.24%和 24.72%，取第一、二主成分所能解释的方差为84.96%，大于80%。图5所示为3类水果和杀菌剂混合样品按第一主成分(PC1)和第二主成分(PC2)聚类效果图。结果表明：聚类的效果很好。

表1 3种样品的一阶导数光谱的相关系数Table 1 Three kinds of fruits derivative absorption spectrum correlation coefficient

图5 混合物一阶导数光谱主成分分散点图Fig.5 Cluster analysis of mixture of fruit and bactericide derivative spectrum with PCA

4 结论

(1)在0.2～1.5 THz波段内，3种水果纯样品的特征吸收峰的位置和个数明显不同，混合样品的THz吸收谱分析表明：不同农药含量对吸收谱峰值强度有影响，当农药含量从 3%增至 50%时，吸收谱增多且强度明显变化。

(2)在0.2～1.5 THz波段内，将样品的THz吸收光谱的一阶导数作为鉴别的特征向量，用主成分分析方法对3种混合物样品的太赫兹光谱进行分析，样品的鉴别正确率可达100%。

[1]戴廷灿, 倪永年, 卢普滨, 等. 我国农药残留检测技术现状[J]. 农药, 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]周斌权, 房建成, 武凤萍. 蒿甲醚的太赫兹时域光谱研究[J].光谱学与光谱分析, 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]蒋少华, 桂卫华, 阳春华, 等. 基于核主元分析与支持向量机的监控诊断方法及其应用[J]. 中南大学学报: 自然科学版,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.