[发明专利]一种基于太赫兹光谱的固体农药鉴别方法

说明书

技术领域

本发明涉及一种鉴别农药的方法，尤其涉及一种基于太赫兹光谱的固体农药鉴别方法。

背景技术

随着现代农业的发展，农药在农业生产中发挥着不可替代的作用。大量且种类繁多农药对于保障农业生产，减少劳动力的投入具有重要意义。然而，农药的大量使用在发挥积极作用的同时，也对生态环境造成污染及破坏，同时农药在农产品及食品中的残留日益成为一个影响人类安全的社会问题。

THz时域光谱技术是近年来涌现出来的远红外光谱检测新技术。THz时域光谱系统(THz-TDS)的样品制备简单，能够避免色谱等技术中复杂的前处理过程。THz-TDS系统采用的光电取样探测技术是一种相干探测技术，能直接测量THz电场完整的幅度和相位信息，无需借助于Kromers-Kronig关系即可获得样品的吸收系数和折射率。同时电光探测技术还使THz波对黑体辐射(热背景)不敏感，因此系统具有非常高的信噪比。THz-TDS系统可以实现物质的快速检测，只需几十秒即可得到样品的THz光谱。太赫兹电磁辐射光子能量较低，1THz的太赫兹波其光子能量只有大约4meV，与X射线相比低了很多，不会使被检测物质发生光致电离。太赫兹波可以穿透很多非极性分子构成的物质，如塑料制品、纸箱、布料等包装材料，这一特性可以应用于对包装内的物品进行检测。因此，THz时域光谱技术在农药的快速准确检测方面具有广阔的前景。

归一化就是把数据样本归为统一的模式下，避免数据的大小不一，归一后的值为0～1。简单的说，归一就是同意标准，消除噪声和漂移的影响。

支持向量机(SVM)是建立在统计学习理论的VC维理论和结构风险最小原理基础上的一种机器学习算法，根据有限的样本信息在模型的复杂性(即对特定训练样本的学习精度)和学习能力(即无错误地识别任意样本的能力)之间寻求最佳折衷，以求获得最好的推广能力。SVM着重研究在小样本情况下的统计学习问题，在解决小样本、非线性及高维模式识别中表现出许多特有的优势。它克服了其它机器鉴别技术无法解决的过学习、非线性、维数灾难、局部最小点等问题，在文本分类、手写文字识别、图像分类、生物序列分析等实际应用中表现出非常好的性能。

发明内容

本发明的目的是克服现有技术的不足，提供一种基于太赫兹光谱的固体农药鉴别方法，实现对固体农药种类进行简单快速准确无损检测。

为了达到上述目的，本发明的技术方案如下：

一种基于太赫兹光谱的固体农药鉴别方法，包括如下步骤：

1)应用太赫兹时域光谱系统对纯度大于99％的固体农药标准样品进行检测，获得各样品的太赫兹时域信号，然后计算各样品的吸收光谱，固体农药是：六氯苯，三氯杀螨砜，亚胺硫磷和敌百虫；

2)对各样品的吸收光谱进行归一化，消除噪声和漂移的影响，用于各样品光谱分类。

3)利用C-支持向量机(C-SVM)对各样品太赫兹吸收光谱进行识别。

其中步骤1)的具体实施方法如下：

(1)将纯度大于99％的六氯苯、三氯杀螨砜、亚胺硫磷和敌百虫原药及聚乙烯粉末分别置于真空干燥箱中干燥2～3小时，然后将四种农药原药分别与聚乙烯粉末以1∶1的比例混合，称取200mg，在红外灯照射下在玛瑙研钵中进行充分研磨并混合均匀，用压片机在20MPa的压力下将其压成直径为13mm，厚度1.0～1.5mm的圆盘形薄片，得到固体农药实验样品；

(2)在室温和相对湿度小于1％的氮气环境中，利用太赫兹时域光谱系统分别对空样品架和放了实验样品的样品架进行检测，得到氮气和实验样品的THz时域波形数据，分别作为数据处理的参考信号和样品信号，每个实验样品重复测量11次；

(3)对各参考信号和样品信号分别进行快速傅立叶变换，得到各参考信号和样品信号的太赫兹频域数据；

(5)采用菲涅尔公式，计算各固体农药样品的吸收系数，公式如下：