蔬菜农药残留检测的研究进展

张艺潇 王宁

摘 要：当前，随着科技的进步与发展，化学农药被大量使用，农药残留问题受到人们的广泛关注。农药的不规范使用会导致农药残留超标问题，影响食品安全。本文介绍了几种常见的农药残留检测方法，分析了检测方法的原理和优缺点，以提升蔬菜中农药残留的检测水平，避免农药残留超标的蔬菜流入市场，确保食品安全。

关键词：农药残留；检测方法；食品安全

Recent Advances in the Detection of Pesticide Residues in Vegetables

ZHANG Yixiao， WANG Ning*

（Pingliang Agricultural Products Quality Safety Inspection and Testing Center， Pingliang 744000， China）

Abstract： Currently， with the progress and development of technology， chemical pesticides are widely used， and the problem of pesticide residues has received widespread attention. The non-standard use of pesticides can lead to excessive pesticide residues and affect food safety. This article introduces several common pesticide residue detection methods， analyzes the principles， advantages and disadvantages of detection methods， in order to improve the detection level of pesticide residues in vegetables， avoid vegetables with excessive pesticide residues from entering the market， and ensure food safety.

Keywords： pesticide residues; detection methods; food safety

隨着科技的进步与发展，化学农药被大量使用，食品农药残留问题逐渐受到人们的广泛关注。近年来，人们对安全蔬菜的呼声越来越高，发展无公害食品，走可持续发展之路，已成为必然趋势。截至2021年12月31日，我国在有效登记状态的农药成分达745个，登记产品44 603个。有机氯农药不易降解，易于累积，目前已逐渐被有机磷农药取代。蔬菜中农药残留常见的色谱检测方法有气相色谱-串联质谱法（Gas Chromatography-Tandem Mass Spectrometry，GC-MS）、液相色谱-串联质谱法（Liquid Chromatography-Tandem Mass Spectrometry，LC-MS）、高效液相色谱法（High Performance Liquid Chromatography，HPLC）等。《食品安全国家标准 食品中农药最大残留限量》（GB 2763—2021）[1]对各类食品中农药的残留限量作出了规定。研究食品中农药残留检测方法可提升检测水平，有效避免农药残留超标的蔬菜流入市场。基于此，本文对常见的农药残留检测方法及其检测原理进行介绍和分析，以期为提升蔬菜中农药残留的检测水平、维护食品安全提供助力。

1 常见的农药残留检测技术

1.1 分光光度法

分光光度法是将目标农药配制成一定浓度的溶液，通过测定其在特定波长处或一定波长范围内的吸收度，对目标农药进行定量、定性检测的方法。该方法因仪器简单、操作简便等优点而被广泛使用。为提高该方法的回收率，很多研究人员对酸解流程进行了优化。王棚等[2]利用分光光度法监测了蔬菜中的对硫磷、辛硫磷和氧化乐果残留，3种农药在0.001～5.000 mg·L-1均表现出良好的线性关系，加标回收率分别为96.5%、100.5%和99.0%，该检测方法快速简便、灵敏度高，适用于现场检测和大量样品的筛查，具有良好的发展前景。肖珊美等[3]利用浊点萃取技术和分光光度法联用技术检测了蔬菜中辛硫磷的残留情况，该方法提高了农药残留的萃取率和检测的灵敏度，检出限低于传统方法

（GB/T 5009.199—2003），检测结果准确可靠，为分光光度法的进一步深入研究打下了坚实的基础。分光光度法操作虽然简单，但是其限制条件较多，检测结果不稳定，已基本被其他方法取代。

1.2 气相色谱法

气相色谱法是以气体为载体，对一些沸点较低且不易分解的目标农药组分进行分离分析的方法。由于不同农药组分具有不同的理化性质，因此在进行气相色谱分析时，不同农药成分可与色谱柱固定相产生不同的相互作用，具有不同的流动速率。当各组分被分离时，可产生不同的响应信号，从而达到分离和检测的效果。例如，韩顺林[4]利用气相色谱法检测了蔬菜中乙酰甲胺磷、敌敌畏、毒死蜱、乐果和三唑磷农药残留，结果显示5种目标农药在一定范围内均表现出良好的线性关系，检出限为2～

5 pg·kg-1。虽然该方法分析速度快，分离效率、准确度和灵敏度较高，选择性好，但仍具有一定的局限性，如设备复杂、设备维修价格昂贵、成本高。此外，使用气相色谱法检测，大多数农药表现出不同程度的基质效应，且基质效应很难消除。若在实际样品分析过程中未考虑基质效应，计算待测物在实际样品中的含量时会产生较大的误差。

1.3 液相色谱法

液相色谱法是以液体为流动相的色谱法，利用待测物质在两相中的分配系数、吸附能力等亲和能力的不同对其进行分离，适用于检测沸点高、相对分子量大的农药残留物质。该方法已成为食品安全、化学工业等学科领域中重要的分离分析技术。郑碧秋等[5]利用高效液相色谱法对蔬菜中的氯氰菊酯、联苯菊酯、噻虫嗪以及吡虫啉4种农药进行了检测，以乙腈为提取剂，净化后使用甲醇+二氯甲烷混合液（体积比为1∶19）进行洗脱。结果显示，氯氰菊酯、联苯菊酯、噻虫嗪和吡虫啉在0.02～0.30 mg·mL-1具有良好的线性关系，检出限均为0.05 mg·kg-1，该方法准确度高、快速简便，具有很强的实用性，能满足日常蔬菜中农药残留的检测需求。李琴[6]利用高效液相色谱法检测了番茄中啶虫脒的农药残留含量，加标回收率达到102.3%～108.7%，RSD为0.52%～1.85%，该方法流程简单，检测周期短，检测结果均符合常规的农药残留检测标准。虽然该方法灵敏度高、操作步骤简单、检测结果准确可靠，但仍具有一定的局限性，如检测仪器复杂、维修价格昂贵、流动相难以选择。

1.4 酶抑制法

利用酶抑制法对农药残留进行检测具有响应速度快、灵敏度高、样品前处理步骤简单、无需专门培养操作人员进行仪器操作等优点。王棚等[2]以鸡脑为酶源提取乙酰胆碱酯酶（Acetylcholinesterase，AChE），利用酶抑制分光光度法检测蔬菜中有机磷农药残留含量，并成功应用到实际的样品检测中。肖珊美等[7]建立了一种新型的浊点萃取-酶抑制法，能够快速检测蔬菜中有机磷农药的残留，同时提高残留农药的萃取率和灵敏度，辛硫磷在0.001～

10.000 mg·L-1表現出良好的线性关系，白菜中辛硫磷的加标回收率达到101%，此方法的应用为蔬菜中农药残留的检测提供了更多可能性。

1.5 质谱法

质谱法可以高效准确地定量检测目标农药，每种化合物在磁场或电场的作用下，有规律地形成一系列碎片离子与分子离子组合，根据粒子的质荷比进行全方位扫描记录，随后运用软件进行数据处理，根据不同化合物具有不同的保留时间，将所得的图谱与标准谱图进行对照比较，对所有化合物逐一进行定性定量分析。唐澈等[8]建立了QuEChERS前处理方法结合气相色谱-串联质谱法测定了蔬菜中烯酰吗啉、虫螨腈、嘧菌酯和醚菊酯的含量，在检测过程中以甘蓝和葡萄提取液为基质，从而减少基质效应对检测结果的影响，结果显示4种农药在0.005～

0.500 mg·L-1呈现良好的线性关系，相关系数均大于0.995，加标回收率在89.1%～113.1%，各组分定量限为0.01 mg·kg-1。邓淙友等[9]采用固态萃取-超高效液相色谱串联质谱技术对白扁豆中522种农药残留进行检测，并分析了检出农药的膳食风险，为白扁豆的食用、售卖和种植提供理论依据。结果显示，在白扁豆中，共检出18种农药残留，包括除草剂、杀虫剂、有机杀螨剂、杀菌剂、植物生长调节剂和杀鼠剂，检出的18种农药均处于较低的风险水平。所有农药的加标回收率控制在71.2%～125.3%，相关系数在0.999以上。虽然该方法应用广泛，灵敏度和准确度高，操作简单，但仍具有一定的局限性，如分析过程复杂、需要对照相应的标准图谱、仪器维修费用昂贵，以及不适宜移动检测等。

2 结语

常规蔬菜中农药残留检测技术的发展与探究关乎当地食品安全，在检测过程中所选技术的准确度、精密度和检出限均会直接或间接影响检测结果，进而影响人们对蔬菜食品质量安全的判断[10-15]。因此，应充分利用好现有的检测技术，查阅资料总结经验，不断对农药残留检测方法进行比较，充分利用每种检测方法的优点，不断改进与完善检测方法，为把好蔬菜质量安全关提供技术保障[16-20]。

参考文献

[1]国家卫生健康委员会，农业农村部，国家市场监督管理总局.食品安全国家标准 食品中农药最大残留限量：GB 2763—2021[S].北京：中国标准出版社，2021.

[2]王棚.分光光度法检测蔬菜中有机磷农药残留的研究[J].现代农业科技，2010（11）：168-169.

[3]肖珊美，罗小会.浊点萃取-酶抑制-分光光度法测定蔬菜中有机磷农药残留量[J].理化检验（化学分册），2015，51（5）：713-715.

[4]韩顺林.双柱双进样气相色谱法测定蔬菜中５种有机磷农药残留[J].食品安全导刊，2021（35）：84-86.

[5]郑碧秋.高效液相色谱法测定蔬菜中4种农药残留[J].现代食品，2022，28（13）：161-163.

[6]李琴.高效液相色谱法检测几种蔬菜中啶虫脒农药残留[J].轻工科技，2021，37（6）：111-112.

[7]肖珊美，罗小会.浊点萃取-酶抑制-分光光度法测定蔬菜中有机磷农药残留量[J].理化检验（化学分册），2015，51（5）：713-715.

[8]唐澈，郭自国，周天明，等.气相色谱-串联质谱法同时测定水果蔬菜中的四种农药残留[J].中南农业科技，2023，44（5）：61-63.

[9]邓淙友，王闽予，罗文安，等.液相色谱-串联质谱法对云南省白扁豆中多种农残的质量检测分析[J].按摩与康复医学，2023，14（1）：76-80.

[10]姚昊宇，朱陆华，范文莹，等.QuEChERs-气相色谱法测定蔬菜中的有机氯农药残留[J].农产品加工，2022（24）：51-54.

[11]张璐，孔祥虹，何强，等.Turbo flow在线净化-超高效液相色谱-串联质谱法检测水果中5种咪唑类农药残留[J].色谱，2014，32（6）：559-565.

[12]ZHANG M R，ZHANG Y，WANG H，et al.Review and prospect of application of rapid detection technologies on food contamination residues[J].Journal of Food Safety & Quality，2014，5（7）：1951-1959.

[13]李芳.浅析常规蔬菜农残检测技术[J].农民致富之友，2016（6）：101.

[14]ZHANG J Q， QIN Z Q， BAI X M，et al.The acute dietary risk assessment of pesticide residues from fresh edible vegetables for human health[J].Chinese Agricultural Science Bulletin，2013，29（21）：200-205.

[15]LIU W，QUAN J，HU Z.Detection of organophosphorus pesticides in wheat by ionic liquid-based dispersive liquid-liquid microextraction combined with HPLC[J].Journal of Analytical Methods in Chemistiy，2018，2018：8916393.

[16]MUJAHID M，LATIF S，AHMED M，et al.Modified matrix solid phase dispersion-HPLC method for determination of pesticide residue in vegetables and their impact on human health： a risk assessment[J].Frontiers in Chemistry，2022，10：1084350.

[17]WANG Z P，LI S J，HU P Y，et al.Recent developments in the spectrometry of fluorescence， ultraviolet visible and surface-enhanced Raman scattering for pesticide residue detection[J].Bulletin of Materials Science，2022，45（4）：202.

[18]PADALIYA S R，PARMAR K D，CHAWLA S.Processing of raw agricultural produce and its effect on pesticide residues： a review[J].Agricultural Reviews，2020，41（2）：160-165.

[19]王丽娟，孙學丽，于奎峰.气质联用法在食品农残检测中的应用[J].食品安全导刊，2022，358（29）：174-176.

[20]叶学敏.新型QuEChERS方法在果蔬农残分析中的应用研究[D].杭州：浙江工业大学，2020.