为了探究基于衰减全反射傅里叶变换红外光谱(attenuated total reflection Fourier transform infrared spectroscopy,ATR-FTIR)技术实施农药沉积量原位感知的可能性,该研究以含有不同量广谱性杀菌剂啶酰菌胺沉积的棉花叶片为试验材料,...为了探究基于衰减全反射傅里叶变换红外光谱(attenuated total reflection Fourier transform infrared spectroscopy,ATR-FTIR)技术实施农药沉积量原位感知的可能性,该研究以含有不同量广谱性杀菌剂啶酰菌胺沉积的棉花叶片为试验材料,结合化学计量学分析方法开展相关探索。首先使用棉花叶片制成140例已知农药沉积量的标准样品,并采用ATR-FTIR技术获取其光谱数据;然后借助区间偏最小二乘法、相关性分析等方法筛选到272个相关性强的波长变量;最后以优化后的变量及偏最小二乘回归算法建立定量预测模型。结果表明模型的预测性能优异,预测的均方根误差为1.18μg/cm^(2),最低检测限(limit of detection,LOD)低至3.54μg/cm^(2);利用概率神经网络判别样品中农药沉积量是否大于LOD的整体准确率高达95%。该研究结果证明ATR-FTIR技术可实现农药沉积量的高精度原位检测,为其在生产中的应用提供理论依据和数据支撑。展开更多
文摘为了探究基于衰减全反射傅里叶变换红外光谱(attenuated total reflection Fourier transform infrared spectroscopy,ATR-FTIR)技术实施农药沉积量原位感知的可能性,该研究以含有不同量广谱性杀菌剂啶酰菌胺沉积的棉花叶片为试验材料,结合化学计量学分析方法开展相关探索。首先使用棉花叶片制成140例已知农药沉积量的标准样品,并采用ATR-FTIR技术获取其光谱数据;然后借助区间偏最小二乘法、相关性分析等方法筛选到272个相关性强的波长变量;最后以优化后的变量及偏最小二乘回归算法建立定量预测模型。结果表明模型的预测性能优异,预测的均方根误差为1.18μg/cm^(2),最低检测限(limit of detection,LOD)低至3.54μg/cm^(2);利用概率神经网络判别样品中农药沉积量是否大于LOD的整体准确率高达95%。该研究结果证明ATR-FTIR技术可实现农药沉积量的高精度原位检测,为其在生产中的应用提供理论依据和数据支撑。
