食品工业科技2022,Vol.43Issue(19) :326-330.DOI:10.13386/j.issn1002-0306.2021120125

基于温控近红外光谱快速检测泥蚶重金属污染

Rapid Detection of Heavy Metal Contaminated Tegillarca granosa by Temperature-dependent Near-infrared Spectroscopy

周颀伟 宋燕如 张展硕 袁雷明 孙一叶
食品工业科技2022,Vol.43Issue(19) :326-330.DOI:10.13386/j.issn1002-0306.2021120125

基于温控近红外光谱快速检测泥蚶重金属污染

Rapid Detection of Heavy Metal Contaminated Tegillarca granosa by Temperature-dependent Near-infrared Spectroscopy

周颀伟 1宋燕如 1张展硕 1袁雷明 1孙一叶1
扫码查看

作者信息

  • 1. 温州大学电气与电子工程学院,浙江温州 325035
  • 折叠

摘要

目的:探索一种基于蛋白酶解、温控近红外光谱表征技术的贝类重金属污染快速检测方法.方法:以人工饲养的贝类泥蚶为研究对象,以铜(Cu)、镉(Cd)、铅(Pb)三种重金属分别胁迫感染泥蚶;利用酶解和离心等预处理分别提取健康泥蚶和各重金属污染泥蚶的全蛋白上清液样品;控制样品处于一个25~60℃的升温过程中,以傅里叶变换近红外光谱,每间隔5℃采集各样品光谱,并构建判别模型对泥蚶污染样本进行区分.结果:通过偏最小二乘-判别模型识别不同温度下的泥蚶重金属污染类别,其准确率随温度先升高后降低;当样品升温至40℃时,判别模型的准确率达到92%;通过变量筛选优化,能够将判别模型的准确率提高至98%.结论:借助化学计量学、近红外光谱技术和酶解技术,可以快速鉴别泥蚶中的重金属污染问题,丰富贝类重金属污染的检测手段.

关键词

贝类/重金属污染/近红外光谱/温度效应/偏最小二乘-判别分析

引用本文复制引用

基金项目

出版年

2022
食品工业科技
北京一轻研究院

食品工业科技

CSTPCD北大核心
影响因子:0.842
ISSN:1002-0306
被引量2
参考文献量11
段落导航相关论文