第35卷：第9期 2015年9月
光谱学与光谱分析 Spectroscopy and Spectral Analysis
Vol. 35,No. 9 , pp2563-2566
September, 2015
亚胺硫磷表面增强拉曼光谱定量解析模型研究
郝勇1，2，陈斌
1.华东交通大学机电工程学院，江西南昌330013 2.江苏大学食品与生工程学院，江苏镇江212013
摘要拉曼光谱分析方法结合表面增强技术用于亚胺硫磷农药的检测。连续小波变换（continuouswavelet transforms，CWT)和连续投影算法（successive projectionsalgorithm，SPA)分别用于拉曼光谱的预处理和特征拉曼位移的选择，多元线性回归(multi-linearregression，MLR)用于特征拉曼吸收的回归分析。结果表明，芯片增强可以实现低浓度农药溶液拉曼响应的增强；CWT可以提高拉曼光谱的分辨率和平滑度，消除光谱的平移误差；基于SPA方法的特征位移选择方法，既可以提高模型的分析精度，又可以简化MLR模型的回归变量；与特征增强波段的MLR模型比较，CWT-SPA-MLR模型可将验证集的预测相关系数（correlation
0.903和1.122.CWT-SPA-MLR可用于拉曼光谱定量解析模型的建立，该方法简单易用具有良好的重复性。
关键词
表面增强拉曼光谱；业胺硫麟；多元线性回归；连续小波变模
中图分类号：0657.33
引言
文献标识码：A
D0I: 10, 3964/j. issn, 10000593(2015)09-256304
拉受光谱分析是一种以拉受散射效应为基础的光谱分析方法，具有无损、快速、高效、实时检测等优点，在材料、生物、石油等领域得到广泛应用门，拉曼光谱的定性分析已较
随着人们对农产品农药残留间题的重视程度加大，许多
国家制定了农药在食品中的最高残留限量，随着农产品的进出口不断扩大，农产品的农药残留检测标准与国际标准接轨突显重要，因此，当务之急是实施快速在线检测安全战略，强化质量控制，以提高我国农产品农药残留检测水平和我国农产品的国际竞争力。业胺硫磷（phosmet）为广谱性有机磷杀虫剂，具有触杀和胃毒作用，溶于丙酮、二甲苯、苯、甲醇等有机溶剂，微溶于水，在常温下稳定残效期长，对作物有一定的渗透力，能侵入叶面精质层，其主要制剂有20%， 25%的乳油，用来防治荔枝介壳虫、棉财等，对人、蓄、鱼中毒［1,2]
目前亚胺硫磷农药残留的检测方法主要包括薄层色谱(TLC)[3]，气相色谱-质谱联用(GC/MS)[4}，高效液相色谱法(HPLC)[5以及酶联免疫法[]等。这些方法虽然稳定可靠且重复性好，但存在样品前处理复杂、需要专业人员操作、检测时间长、检测结果滞后、检测成本高和检测速度无法保证等缺点。
收稿日期：2014-09-04，修订日期：2014-12-06
基金项目：国家自然科学基金项目（21265006，31171697)资助
为成熟，但是拉曼光谱的定量分析，尤其是多组分混合样品的定量分析，还没有得到一种有效的分析方法，传统的峰强或峰面积定量分析方法容易受基线和峰形等因系的干扰，分析精度难以保证，虽然偏最小二乘(PLS)等多元校正和内标物分析方法的引人极大地改善了拉曼光谱的分析精度，然而这些方法的分析过程比较复杂，模型的计算结果较难从分析组分的物理化学性质上进行解释"汀，表面增强拉曼光谱能够使拉曼信号得到若干数量级的增强，在一定程度上降低荧光背景，合适的增强基底对获得优质的增强信号尤为重要[10-123
本研究采用拉曼光谱结合芯片增强技术对低浓度亚胺硫薄农药进行快速定量分析，探讨连续小波变换对拉变光谱的预处理效果，针对亚胺硫磷的增强拉曼光谱的特征位移的选择方法展开了研究，并对基于特征拉受位移建立的多元线性回归模型（multi-linearregression，MLR）进行评价，为拉变光谱的定量解析模型的构建提供一种可靠的方法。
作者简介：郝男，1978年生，华东交通大学机电工程学院副教授，江苏大学博士后
e-mail:haonm@163.com