蘇曉慧,成鍇
(1長治學院 電子信息與物理系,山西 長治 046011;2山西省農業科學院谷子研究所,山西 長治 046011)
拉曼光譜技術在農產品種植業中的應用與展望
蘇曉慧1,成鍇2
(1長治學院 電子信息與物理系,山西 長治 046011;2山西省農業科學院谷子研究所,山西 長治 046011)
拉曼光譜技術具有樣品操作簡便、操作時間短、無需樣品處理等優點,可獲得樣品分子內部有關振動能級及振動頻率的相關信息,且應用廣泛。文章簡述了拉曼光譜技術的分類、優缺點及應用領域,介紹了拉曼光譜技術在農產品種植業的最新應用及進展,并對該技術在農產品種植業今后的研究進行了展望。
拉曼光譜技術;農產品種植業;應用;發展前景
拉曼光譜(Raman Spectrum)是由印度物理學家拉曼在研究液體物質的光散射時發現的,是一種由于分子極化率變化而產生的非彈性散射光譜。隨著農產品種植業的不斷發展,農產品種植業的多樣化、優質化、無公害化、專用化也在隨之不斷提升。
文章從拉曼光譜的原理出發,簡述了拉曼光譜技術的四大分類,并綜述了該技術在農產品種植業中判別糧食產品新陳度、區分同一農作物不同品種及檢測農藥殘留的研究近況。
拉曼光譜技術是一門基于拉曼散射效應,進而分析鑒定物質結構的一項技術?,F已廣泛應用于生物醫學、石油化工、寶石及法證鑒定、刑事司法、林業、農業等多個領域。拉曼光譜可以采集分子內部有關振動能級及振動頻率的相關信息。不同于紅外光譜的產生機制,拉曼光譜隨樣品分子極化率變化產生,而紅外光譜是由分子偶極矩變化誘導產生的[1][2]。拉曼光譜包含了譜線強度、譜線數目和位移等信息,與被測物質的轉動能級和分子振動有關,與入射光的頻率無關。就像每一個人都有特定的指紋一樣,每一種物質也都有自己的特征拉曼光譜。因此只要通過對所獲得的拉曼光譜與數據庫中的拉曼光譜進行比對,即可判定被測物質的組成。隨著激光技術、儀器學、光譜學的發展,拉曼光譜技術已發展出多種不同的分析技術,主要為激光共振拉曼光譜(RRS)分析技術[3]、傅里葉拉曼光譜(FT-Raman)分析技術[4]、共焦顯微拉曼光譜分析技術、表面增強拉曼光譜(SERS)[5][6]分析技術四大類。
3.1 拉曼光譜技術在判別糧食產品新陳度中的應用[7]
長期以來,糧食是我國國家戰略儲備的重要組成部分。隨著糧食流通制度改革的深入,新陳糧食價格差異的顯著,在糧食的生產、加工、經營及消費環節中人們對其新鮮度的關注日益提高。
2014年,黃亞偉等人報道采用拉曼光譜技術對新陳玉米進行判別的研究。研究中,新陳玉米樣品選自河南省內收集到的鄭單958共75份,對樣品粉碎過篩后置于樣品袋中,應用i-RamanREX拉曼光譜儀對樣品直接采集它們的拉曼光譜。對原始光譜進行數據處理,通過比對對光譜范圍進行建模,建模范圍為914-1369 cm時模型結果最優,消除一定程度的樣品噪聲,通過調整建模因子及其他參數,可以使建模集總正確判別率達到100%,驗證集總正確判別率達到95%。從而得證,拉曼光譜技術可應用于快速識別玉米新陳度,預示著其將會在糧食貯藏品質指標評價中具有很大的應用潛力[7]。
上述研究中,樣品僅采自河南地區產的玉米鄭單958品種,樣品選取相對單一,后續可以對不同生產環境、不同玉米品種或者其他農作物品種進行深入探討研究[7]。
3.2 拉曼光譜分析技術在區分不同品種農作物的應用[8][9]
通過拉曼光譜分析技術建立同一作物不同栽培品種的拉曼光譜指紋,分析比較其差異性,為同一作物不同品種質控體系提供科學依據。
肖靜等人報道了不同地區山藥的拉曼光譜分析研究結果。此研究中,收集了來自廣東、溫州、河南和廣西等產區不同來源山藥的20批次,應用顯微共聚焦拉曼光譜技術,在激發光源為785 nm下建立了不同品種山藥的拉曼光譜指紋。依據相關化合物特征拉曼光譜頻率及初步指定表,可以初步確認山藥拉曼光譜主譜峰成分,并運用統計學方法、Matlab指紋圖象分析方法及主成分分析方法進行分析比較,旨在分析不同品種山藥的指紋差異。在分析比較結果中,不同來源的山藥拉曼光譜差異明顯,其中廣西、廣東和河南產山藥相似度相對較高,都在0.95以上,而溫州地區產山藥相似相對較低,在0.82以下。因此,拉曼光譜技術可以將不同來源種屬的山藥進行有效區分,可以作為山藥種植的質控方法。
3.3 拉曼光譜分析技術在農藥殘留檢測的應用[9-12]
伴隨著國民生活水平的日漸提高,農作物中的農藥污染問題受到廣泛關注。當前,農藥殘留量檢測的技術主要采用光譜檢測技術、生化檢測技術和色譜檢測技術[13]。近年來,國內外應用拉曼光譜技術檢測農藥殘留取得了一定的進展。Shende等[14]應用拉曼光譜技術檢測到食品中的農藥殘留,結果表明檢測限達到10-6。周小芳[15]等人采用拉曼光譜儀對果蔬表面常見農藥進行了檢測,結果表明,用拉曼光譜儀可以識別果蔬表面的各種農藥。劉燕德等人采用拉曼光譜儀研究了農藥主要成分氧樂果含量的定量分析方法,結果表明檢測限達到10-3,為農藥的快速、有效、簡單的檢測提供一種新思路。
拉曼光譜技術作為一種新型的無損檢測技術,在各領域已經廣泛應用。拉曼光譜技術在農產品種植業中的應用尚在起步階段,今后將繼續會為農產品種植業帶來更多的收益。文章主要側重分析了拉曼光譜技術在判別糧食產品新陳度、在區分不同品種農作物、在農藥殘留檢測中的應用。而事實上拉曼光譜技術在農產品種植業的應用遠不止如此,例如可以用于檢測種子成分,為不同地區種植者合理選種育種提供科學依據,也可用于預測農產品作物抗病性。譚峰[16]等人通過拉曼光譜分析檢測早期水稻稻葉片,為及早判別稻瘟病提供了一種有效的手段。還可用于精準農業[17][18],為種植者提供最合理的選種、栽培、收割方案,為農業高效可持續發展提供切實可行的依據。
[1]WU Lin,OUYANG Zhao-hui,Cao Shu-chao,eta (伍林,歐陽兆輝,曹淑超,等)l.Chinese Journal of Light Scattering(光散射學報),2005,17(2):180
[2]劉燕德,劉濤,孫旭東,歐陽愛國,郝勇.拉曼光譜技術在食品質量安全檢測中的應用[J].光譜學與光譜分析,2010,30(11):2007-3012.
[3]LI Zheng-qiang,Bu Feng-quan(李正強,卜鳳泉).Chinese Journal of Light Scattering(光散射學報),1997,9(2-3):245.
[4]Wang Zhi-guo,SUN Su-qin,ZHOU Qun,etal(王志國,孫素琴,周群,等).Chinese Journal of Light Scattering(光散射學報),2002,14(4):212.
[5]Hossain M K,Kitahama Y,Huang G G,,etal.Anal. Bioanal.Chem,2009,394:1747.
[6]Han X X,Zhao B,Ozaki Y.Anal.Bioanal.Chem, 2009,394:1719.
[7]黃亞偉,張令,王若蘭.新陳玉米的拉曼光譜快速判別研究[J].現代食品科技,2014,30:149-152.
[8]肖靜,朱夢軍.不同品種山藥的拉曼光譜分析[J].醫藥導報,2013,(12).
[9]萬常斕.水果農藥殘留拉曼光譜檢測方法研究[D].江西,華東交通大學,2012.
[10]李靖,王春光,田海清.光譜技術在農藥殘留檢測中的應用與展望[J].農機化研究,2014,8: 250-252.
[11]周小芳,方炎,張鵬翔.水果表面殘留農藥的拉曼光譜研究[J].光散射學報,2004,16(1):14-16.
[12]劉燕德,葉冰.基于拉曼光譜技術的氧樂果含量定量分析[J].中國農機化學報,2014,35(1): 88-91.
[13]朱開祥,李垚辛,董全.農藥殘留分析檢測技術研究進展[J.中國食物與營養,2011,17(1):16-19.
[14]Aaron DS,Car1 AB.Detection of carbendazim by surface-enhanced Raman scattering using cyclodextrincalinclusioncomplexesongold nanorods[J].Anal Chem,2009,81(8):2895-2903.
[15]周小芳,方炎,張鵬翔.水果表面殘留農藥的拉曼光譜研究[J].光散射學報,2004,16(1):11-14.
[16]譚峰,才巧玲,孫雪成,馬志欣,侯召龍.基于拉曼光譜分析寒地水稻葉瘟病害植株特征[J].農業工程學報,2015,31(4):191:195.
[17]白由路,金繼運,楊俐蘋.低空遙感技術及其在精準農業中的應用[J].土壤肥料,2004,(1): 3-5.
[18]洪霞,江洪,余樹.全高光譜遙感在精準農業生產中的應用[J].安徽農業科學,2010,38(1):529 -531,540.

Su Xiao-hui1,Cheng Kai2
(1.Department of Electronic Information and Physics,Changzhi University,Changzhi Shanxi 046011;2.The Millet Research Institute of Shanxi Academy of Agricultural Sciences,Changzhi Shanxi 046011)
(責任編輯 郝瑞宇)
O433
A
1673-2015(2015)05-0044-03
2015—07—25
蘇曉慧(1987—)女,山西朔州人,碩士,主要從事拉曼光譜技術及激光技術的研究。