基于机器学习评估激光诱导击穿光谱数据的番茄果实含氯农药残留检测

《Food Chemistry》：Detection of residues of chlorine-containing pesticides on tomato fruits by machine learning evaluation of laser-induced breakdown spectroscopy data

　　

摘要

在本试点分析研究中，我们提出了一种新的快速筛查方法，即通过机器学习评估激光诱导击穿光谱（LIBS）数据，用于检测番茄果实上的农药。在完全成熟的番茄（Solanum lycopersicum cv. Money maker）果实上测试了五种农药（啶虫脒、毒死蜱、λ-氰戊菊酯、戊唑醇、氟虫脲），设置了三个浓度水平，低至 0.01 m/v%，对应其实际应用（喷洒）浓度。测试了直接（在果皮上）和间接（基于采样）两种分析方法。将线性判别分析和分类树机器学习算法结合数据归一化应用于收集到的 LIBS 数据。研究发现，所提出的方法可以提供相当稳健的分类结果，平衡准确率高达约 90%。结果表明，基于 LIBS 的定性鉴别分析是有前景的候选方法，可进一步开发用于检测有害农药残留

引言

由于农药具有环境持久性、高脂溶性以及易进行长距离环境迁移的特性，它们持续带来重大的分析和毒理学挑战。从毒理学角度来看，某些农药存在问题，因为它们通常具有较长的生物半衰期，从而允许它们在脂肪组织中生物富集并在营养级间生物放大（Ashesh et al., 2022; Chandra et al., 2021; Jayaraj et al., 2016; Taiwo, 2019）。许多农药作为内分泌干扰物，会干扰激素途径，即使在极低剂量下也可能导致生殖功能障碍和代谢失调（Martyniuk et al., 2020）。它们通常还具有神经毒性作用，会增加暴露人群和野生动物患神经系统疾病和神经退行性疾病的風險（Xu et al., 2024）。多种农药也被报道具有免疫毒性作用并增加癌症风险（Cestonaro et al., 2022; Ugalde-Resano et al., 2023）。这些问题导致了全球对其使用的限制（Keswani et al., 2021; Li et al., 2022）。

食品、复杂生物和环境基质中农药残留的监测需要先进的分析方法。需要严格的提取和净化程序，例如基于索氏提取、加压液体提取或凝胶渗透色谱，以将农药与共同提取的脂质和其他天然有机物分离（Cui et al., 2022; Munjanja et al., 2023）。另一个问题是农药的结构复杂性；许多农药以具有相似物理化学性质的多种同系物或立体异构体存在。区分这些化合物需要先进的仪器，通常是气相色谱或高效液相色谱联用高分辨质谱（MS）甚至串联质谱（Leyva-Morales et al., 2023; Wahab et al., 2022; Wondimu & Geletu, 2023）。

农药在植物和水果表面的浓度通常很低，这使得直接检测变得困难。少数适用的分析方法包括脱附电离质谱（DESI-MS）（Beneito-Cambra et al., 2020; Gerbig et al., 2015）、实时直接分析质谱（DART-MS）（Xu, El-Aty, et al., 2022）或表面增强拉曼光谱（SERS）（Xu et al., 2017）。蜡质果皮上的强疏水吸附可能会抑制脱附和电离，而表面异质性会降低重现性。

激光诱导击穿光谱（LIBS）是一种快速、非接触、痕量敏感的微分析光谱方法，使用坚固便携的仪器，可应用于任何样品。它提供高度特征性的光谱，可有效用于区分相似样品的质量或提供定量组成数据。由于其独特的分析性能优势，LIBS 在众多科学和工业领域中的普及度迅速增长（Galbács, 2015; Galbács, 2025）。LIBS 的新兴应用领域还包括食品和农用化学品的分析（Markiewicz-Keszycka et al., 2017; Mehdizadeh et al., 2025; Wang et al., 2024; Yu et al., 2020）。本研究作者也曾利用 LIBS 研究植物中的微量元素和纳米颗粒分布（Kondak et al., 2023; Molnár et al., 2022）以及动物组织（Janovszky et al., 2023）。由于其在小分析斑点内具有极低的绝对检测限（fg-pg），LIBS 在最近的一些研究中也被成功用于农药的检测和定量。

Kim 等人对经对硫磷和铝膦农药处理的压片菠菜叶和未抛光米粉进行了 LIBS 定性鉴别分析，使用了 PLS-DA（偏最小二乘判别分析）方法。发现即使仅施加 10 ppm 浓度的处理，也能区分农药处理样本和未处理样本。误分类率发现低于 2%（Kim et al., 2011）。

Dong 等人研究了经毒死蜱处理的苹果样本（Du et al., 2015; Ma & Dong, 2014）。监测了农药特征元素（Cl、S、P）的光谱线强度，并确定即使在高稀释度（1:1000）下应用的农药乳液，也能检测到其存在于果实表面。还对记录的光谱进行了 PCA 分析，结论是可以在 1:20 的稀释比下将处理样本与未处理样本区分开来。

Zhao 等人对经毒死蜱喷洒的玉米作物进行了体内和现场 LIBS 元素图谱分析。结果显示，P 和 Cl 元素图谱包含足够的分析信息，不仅可用于区分处理叶片和未处理叶片，还可获得农药的定量分析数据。在 0 至 30 μg/cm² 毒死蜱浓度范围内，使用多元线性回归模型获得了良好的线性校准曲线（Zhao et al., 2016）。在后续研究中，作者对苹果和韭菜样本进行了毒死蜱处理，并应用纳米颗粒增强方法，使用 80 nm 银纳米颗粒提高了 LIBS 分析的灵敏度（Zhao et al., 2019）。

Martino 等人通过 LIBS 定量了叶类蔬菜（甜菜）中的灭多威和毒死蜱农药，基于对 Cl、P 和 S 元素的直接 ppm 级测定。识别出多个农药含量超过最大允许残留量的样本（Martino et al., 2020; Martino & Angelo, 2022）。

最近，He 等人讨论了将成像和光谱技术（例如近红外光谱、高光谱成像技术、表面增强拉曼散射、LIBS 等）与机器学习算法结合用于检测水果和蔬菜中农药残留的优势。该研究提出了一种整合光谱和图像数据的创新方法，提高了农药残留检测的准确性（He et al., 2025）。

上述例子展示了利用 LIBS 光谱学检测植物和蔬菜中农药的潜力，但它们几乎完全依赖于对选定元素（Cl、S 和 P）的直接检测。为了提高可靠性，在我们的研究中，我们探索了应用机器学习算法来评估完整的农药 LIBS 光谱。借助线性判别分析（LDA）和分类树（CT）方法，我们评估了五种含氯农药在番茄果实表面的分类（识别）准确率。测试了直接和间接（基于采样）两种分析方法。我们提出的方法有望成为一种快速、可能适用于现场的筛查策略，可直接集成到食品安全检测协议中，用于识别不允许在特定作物上使用的农药残留。

章节摘要

LIBS 测量

LIBS 实验是在 J200 LIBS/LA 串联仪器（Applied Spectra, USA）上进行的，工作波长为 266 nm，脉冲持续时间为 5 ns。等离子体发射在 186–1050 nm 光谱范围内记录，分辨率为 0.07 nm。所有测量均在环境空气中进行；优化 LIBS 参数以获得卤素光谱线的最大原子发射强度。基于优化实验，激光焦斑直径为 40 μm，脉冲能量为 10 mJ，以及

LIBS 测量条件的优化

在进行任何 LIBS 测量之前，必须确定八个独立的烧蚀凹槽（见第 2.1 节）中的哪个区域可以使用，即从哪里可以有效地收集等离子体发射。对于这些测试，从 Zn 片上切割出直径为 8 mm 的圆盘并放置在每个样品凹槽底部。然后，在每个凹槽中以 5 × 5 网格模式的位置进行 LIBS 测量，彼此间隔 1 mm，通过监测净强度来

结论

在我们的研究中，我们探索了采用激光诱导击穿光谱（LIBS）结合机器学习数据评估（LDA 和 CT）来检测番茄果实表面农药残留的潜力，旨在开发一种快速筛查方法。实验涉及五种含氯农药，即啶虫脒、毒死蜱、λ-氰戊菊酯、戊唑醇和氟虫脲，并在低浓度水平下测试了这些农药

CRediT 作者贡献声明

Fernando A. Casian-Plaza: 撰写 – 审阅与编辑，撰写 – 原始草稿，可视化，调查，获取资金，形式分析，数据管理。Bálint Bodó: 撰写 – 原始草稿，调查。Dávid Palásti: 撰写 – 原始草稿，软件，调查，形式分析。Laura Lakatos: 调查。Zsuzsanna Kolbert: 撰写 – 原始草稿，资源，方法学。Gábor Galbács: 撰写 – 审阅与编辑，撰写 – 原始草稿，监督，方法学，

利益冲突声明

作者声明，他们没有已知的竞争性经济利益或个人关系，这些情况可能会影响本文报告的工作。

致谢

作者衷心感谢国家研究、发展和创新办公室（NKFIH）通过 TKP2021-NVA-19、K 146733和 GINOP 2.3.3-15-2016-00040提供的财政支持。Fernando Casian-Plaza 还感谢科学、人文学科、技术与创新秘书处（SECIHTI）通过项目编号 809802提供的财政支持。作者感谢 Dr. Anita Rácz（HUN-REN 自然科学研究中心）提供宝贵的咨询

Fernando A. Casian-Plaza|Bálint Bodó|Dávid Palásti|Laura Lakatos|Zsuzsanna Kolbert|Gábor Galbács