農產品質量安全現狀及其檢測與追溯技術研究進展

, , ,

(陜西省微生物研究所,陜西西安 710043)

隨著我國經濟發(fā)展和人民生活水平的不斷提高,食品安全問題日益受到重視,特別是近年來我國食品安全問題時有發(fā)生,使得這一問題成為絕大多數人關心的重要社會問題。農產品作為主要的食品消費類型,占據了我國食品消費總量的70%。因此,食品安全水平反映了農產品安全的現狀。農產品質量安全的檢測和管理,對確保食品安全具有重大的現實意義。此外,農產品的質量和安全也是實現農村經濟結構調整,提高農產品競爭力所必須解決的問題[1]。

我國的農產品質量安全監(jiān)督和管理起步較晚、基礎欠佳、技術薄弱,總的水平不能滿足當前農業(yè)發(fā)展的需要。在農業(yè)生產中,為了提高產量,使用了大量的殺蟲劑、肥料和植物生長調節(jié)劑;與此同時,中國的農產品市場是由諸多小生產者和經營者所組成的離散的市場,農產品供應鏈長,導致了農產品質量安全的監(jiān)管困難、農產品殘留超標、環(huán)境污染等一系列問題。此外,食物從農場到餐桌,涉及生產、加工、分配,其供應體系復雜,傳統的監(jiān)管方式已經不能滿足社會對農產品質量安全的需求。采用信息技術監(jiān)管農產品質量安全,可及時、準確、有效地獲得和管理農產品質量安全的相關信息,并將其與現有的監(jiān)管技術相聯系,顯著地提高農產品質量安全監(jiān)督水平,保證食品安全[2]。本文對農產品質量安全現狀及相關檢測與追溯技術進行了綜述。

1 農產品質量安全現狀

1.1 農藥污染

隨著人口的增長和農作物產量的提高,全世界農藥的種類和消耗量也隨之顯著增加。農藥的施用在大幅提高農作物產量的同時,導致環(huán)境污染(如:水體污染、土壤污染等),引起農產品的質量安全問題,農藥殘留已經成為危害人類健康的一個重要問題。Duan等在2012-2013年對海南省的334個豇豆樣品進行農殘評估中發(fā)現,三唑磷殘留對健康具有風險,且其與有機磷農藥共同作用時風險加大,為確保豇豆農殘的安全,需減少并限制有機磷農藥的使用[3]。Yang等對3種熱帶水果的117個樣品進行農殘檢測發(fā)現,其中78個樣品農殘超出限制標準。雖然這些水果的攝入量少,對公眾健康的影響小,仍然需要加強監(jiān)管使風險降至最低[4]。Bakrc等收集了1423份新鮮水果和蔬菜樣品,檢測發(fā)現,其中754份樣品有農藥殘留、48份水果樣品和83份蔬菜樣品的農殘含量高于最大殘留限量[5]。對中國七個主要產區(qū)的栗子、核桃及松仁的農殘調查結果顯示,25.0%的樣品含有兩種以上農殘,9.1%的樣品農殘多達五種,15.9%樣品的農殘高于最大殘留限量[6]。

1.2 重金屬污染

工業(yè)的快速發(fā)展和化學品的大量使用、農業(yè)環(huán)境的污染日益嚴重及某些區(qū)域自身高重金屬背景,使得重金屬從自然環(huán)境中遷移到農產品中,越來越多的農產品中均有不同程度的重金屬殘留,引起農產品質量安全問題。Li等對珠江口灘涂復墾農田種植的農產品中重金屬對健康的風險進行了評估,其研究顯示,珠江口的土壤重金屬含量很高,當地種植的大米和根菜類蔬菜重金屬嚴重超標,鉛、鉻、鎘和銅分別高出最高允許限額94.3%、91.4%、88.6%和17.1%。其中各種作物的鎘和銅的健康風險指數分別為3.683和1.665[7]。對廣西三錳礦恢復區(qū)的土壤和農作物的調查顯示,該地區(qū)農作物受到重金屬的污染,大部分農作物Cd、Pb和Cr的含量超過相應食品重金屬含量限制標準。重金屬暴露的健康風險評估進一步表明,因食用該地區(qū)農作物而攝入的Cd對健康具有較高潛在風險,礦區(qū)廢棄土地未經修復不宜種植可食用農作物[8]。Chabukdhara等對印度城市工業(yè)區(qū)農業(yè)土壤和糧食作物重金屬污染狀況的研究表明,盡管城市工業(yè)區(qū)農業(yè)土壤的金屬濃度在安全范圍內,但農作物中的鉛、鉻、鎳含量已遠超出糧農組織及世衛(wèi)組織安全的限制值,對消費者的健康形成了潛在危害[9]。Resaid等對伊朗市場上乳制品中的重金屬含量進行評估發(fā)現,5個不同品牌的60個樣品中均有重金屬殘留,其中28.3%的樣品中鉛殘留超出歐盟的限制值[10]。

1.3 真菌毒素

真菌毒素是一類由絲狀真菌和霉菌的次級代謝產物組成的一類有毒化合物。當前,已發(fā)現的真菌毒素有300多種,真菌毒素引起的急性或慢性中毒對人類健康造成很大的影響(如:肝脂肪變性、腎小管變性和機能損傷)。真菌毒素污染及殘留食品和可產生真菌毒素代謝產物的畜禽產品嚴重危害人類健康,需要不斷的加強對真菌毒素的檢測和研究,防止農產品污染或誤食被污染的農產品。Li等分析了來源于長江三角洲地區(qū)的76種谷類和食用油產品中的真菌毒素,發(fā)現玉米烯酮是所檢樣品中最普遍的一種真菌毒素,檢出率達27.6%,且9.2%的樣品玉米烯酮污染超過國家標準。此外,4%樣品中黃曲霉毒素含量超標,有2個樣品的赭曲霉素超標[11]。為評估山東省玉米的真菌毒素污染狀況,王燕等對山東省玉米主產縣的520批次玉米樣品中黃曲霉素、伏馬毒素、嘔吐毒素和玉米赤霉烯酮進行檢測,結果表明,4種真菌毒素的檢出率分別為:3.65%、80%、6.35%和14.04%,伏馬毒素和玉米赤霉烯酮是山東省玉米的主要風險因子,其污染需要引起人們的重視[12]。Oteiza等對阿根廷5958份果汁和葡萄酒樣品中的展青霉素和赭曲霉毒素A的濃度進行測定發(fā)現,二者的檢出率分別為33.5%和1.6%[13]。Iqbal等對115個雞肉和80個雞蛋樣品中的黃曲霉毒素、赭曲霉毒素A和玉米赤霉烯酮的檢測結果表明,三種真菌毒素在雞肉和雞蛋樣品中的檢出率分別為35%、41%、52%和 28%、35%、32%[14]。

1.4 轉基因農產品

近年來,轉基因作物的種植面積迅速擴大。截止2014年,全球已經有28個國家種植了181萬公頃的轉基因作物,與1996年開始轉基因作物商業(yè)化種植時相比,種植面積擴大了100倍。其中,超過4/5的大豆、2/3以上的棉花、1/3的玉米及1/4的油菜種植面積都是轉基因作物。37個國家和地區(qū)允許進口轉基因農產品。過去的20年,轉基因作物的種植產生了重大的效益,使得產量提高22%,農民利潤增加68%[15]。

隨著轉基因技術的發(fā)展,轉基因農產品種類和數量急劇增加,但國內外針對轉基因農產品的安全問題仍然存在著很多的爭議和分歧,其安全性仍受到人們的質疑。人們的擔憂主要集中在以下四個方面:第一,轉基因農產品的營養(yǎng)安全性;第二,轉基因農產品的毒性;第三,轉基因農產品的潛在致敏性;第四,轉基因農產品中外源基因的水平轉移。因此,轉基因農產品的開發(fā)及轉基因農產品的種植和銷售,必須經過嚴格的安全性評價和審批,與此同時,需不斷提高農產品的質量安全檢測技術,制定嚴格的轉基因成分的定量檢測與檢驗標準[16]。

2 農產品質量安全檢測及追溯技術

2.1 農產品質量安全檢測技術

農產品質量安全事件頻發(fā),使得對農產品質量的快速檢測成為必要。農產品的檢測技術主要包括以下三個方面:品質檢測、農藥殘留檢測及農業(yè)環(huán)境監(jiān)測。

2.1.1 品質檢測 當前常用的農產品品質檢測技術主要包括:X射線技術、近紅外光譜分析技術和機器視覺等。

X射線具有穿透能力,當射線穿透待檢測對象時,檢測對象內部的差異性或者缺陷引起的穿透射線強度上的差異可通過一定方式轉換成圖像,從而應用于農產品內部品質的無損檢測和評價。Narvankar等將X射線影像系統用于健康小麥籽粒和染病小麥籽粒的分類[17]。Herremans等研究發(fā)現X射線斷層掃描(X-ray CT)和核磁共振成像(MRI)均可用于檢測蘋果水心病,而MRI成像檢測的效果更佳[18]。X射線斷層掃描也被用在檢測栗子、黃瓜、菠蘿和櫻桃內部的缺陷,來評價新鮮農產品的內部質量,結果顯示,該技術可用于對農產品內部質量評估及進行分類[19]。Guelpa等利用X射線微計算機斷層掃描檢測玉米粒硬度及分級[20]。由于X射線具有極強的電離特征,在實際應用中,其對人體的輻射安全問題尚存爭議,須專業(yè)人員進行相關操作。

近紅外光譜(Near infrared spectroscopy,NIRS)技術具有無需樣品準備、無損、快速、無污染、檢測成本低、便于在線分析[21]等優(yōu)點。徐一茹等用NIRS對小麥粉的品質指標(灰分、水分、面筋)進行檢測,發(fā)現該方法適用于灰分和面筋的檢測,但水分受環(huán)境因素影響較大[22]。Font用NIRS對油菜籽和鷹嘴豆中的粗蛋白、亞油酸、亞麻酸和棕櫚酸等含量及含油總量進行了預測[23]。Lebot等研究表明NIRS可對不同塊莖塊根農作物的總N、礦物質、淀粉、糖以及纖維素進行快速測定[24]。Torres等的研究表明,與傳統的方法相比較,NIRS可用于檢測西紅柿色澤、可溶性固形物及可滴定酸等品質[25]。盡管近紅外光譜技術應用具有無損、快速和無污染等優(yōu)勢,但該技術的應用需建立大量與樣本相關的模型,且模型通用性差,需隨檢測條件或儀器參數的變化而更新或重建模型。

隨著圖像處理技術發(fā)展和計算機軟、硬件的開發(fā),機器視覺開始應用于農產品品質的無損自動檢測領域。Dowlati等采用機器視覺技術通過亮度、紅色、黃色、色度和總色差這幾種參數來判斷養(yǎng)殖和野生海鮘眼睛和鰓的顏色變化來評估該魚在冷藏期的新鮮程度[26]。Guzmán等采用紅外視覺系統檢測外觀缺陷對橄欖進行自動分級,該研究表明,紅外視覺系統是一個可用于自動評估橄欖外觀品質的技術,在對橄欖表面缺陷及損傷進行離線檢測或在線分類上具有很大的應用潛力[27]。盧洋彬等將計算機視覺技術用于牛肉檢測系統,實現了肉類品質等級的自動判別[28]。蔣煥煜等將計算機視覺系統的智能識別應用于水果品質智能化實時檢測分級生產線中,來判斷水果的等級[29]。運用機器視覺技術,可以對農產品外觀、品質進行判斷,根據預先設定的分級標準完成自動分級,可部分或全部替代人的辨別工作,提高處理效率。目前,此技術主要應用于表層信息的提取與檢測,而現有的算法僅能用于檢測具有鮮明色彩或形狀特征的農產品,大大限制了其應用范圍。

2.1.2 農藥殘留檢測 農藥殘留檢測技術主要包括酶聯免疫吸附(ELISA)、生物傳感器和拉曼光譜分析。

ELISA將已知的抗原或抗體吸附在固相載體表面,使酶標記的抗原抗體反應在固相表面進行,由于其專一性好、靈敏度高、操作簡便且可進行定性或定量檢測,因此可用于特定農藥種類的篩查及檢測。目前,大多數EIA/ELISA農藥殘留分析仍然處于實驗室研究開發(fā)階段。Zhang等檢測農產品和環(huán)境樣本中的莎稗磷,結果顯示,ELISA對莎稗磷的最低檢出水平為0.1 μg/L,且與其他相關農藥或結構類似的化合物無交叉反應[30]。Kondo等對園藝作物中的嘧菌酯殘留分析表明,ELISA檢出的醚菌酯最高殘留限量為0.5～50 mg/kg。此外,國外已開發(fā)出商品化的ELISA試劑盒,用于農產品中的農藥殘留分析[31]。例如,Watanabe等研發(fā)的ELISA試劑盒可用于測定果汁中的吡蟲啉殘留[32]。國內也有研究人員開發(fā)農殘檢測ELISA試劑盒,如克百威殘留檢測直接競爭ELISA試劑盒及三唑磷殘留檢測直接競爭ELISA試劑盒[33-34]。但ELISA技術仍存在一些不足,如:無法同時進行多重農殘分析、對結構類似的化合物可能出現交叉反應、對試劑選擇性較高等,使得該技術在農殘檢測應用中具有局限性。

在生物化學和傳感技術基礎上建立起來的生物傳感器技術利用具有分子識別能力的生物活性物質(如組織切片、細胞、細胞器、酶、抗體、生物膜等)作為敏感材料,與換能器相結合產生對被測目標具有高度選擇性的檢測器[35],用于農藥殘留檢測的生物傳感器主要有酶生物傳感器和免疫傳感器[36]。Ju等利用二甲雙胍,將石墨烯納米金復合材料和乙酰膽堿酯酶通過半胱胺涂層固定在玻碳電極上所制成快速檢測有機磷農藥的生物傳感器可檢測的三唑磷濃度下限為0.35 ppb[37]。Pandard等將小球藻固定在聚乙烯包被的碳電極表面,其與三氧化鋁之間借助二極管照明可以在短時間內測出除草劑中多種成分的含量[38]。Zhao等利用多克隆抗體PCB研制成光纖維免疫傳感器可用于檢測聚氯聯苯[39]。Cesarino等將乙酰膽堿酯酶固定在聚苯胺-碳納米管復合材料電極上制成的生物傳感器,檢測水果和蔬菜中氨基甲酸酯農藥殘留[40]。目前,雖然已有不少利用生物傳感器進行農殘檢測的研究和應用,但生物材料易失活,重現性差,多為一次性使用等特點限制了其在生產實踐中的應用。

拉曼光譜主要應用于果蔬農殘檢測。拉曼光譜可直接對果蔬樣品進行非接觸的無損傷檢測,樣品可以是毫克甚至微克的數量級,可同時對樣品多個指標進行分析。Liu等利用拉曼光譜技術對施用不同農藥的蘋果和西紅柿表皮的農藥含量進行檢測,結果顯示可在ppm水平上檢測到樣品中的三種不同類型農藥,說明該方法是一種快速、靈敏、可靠的農產品農藥殘留檢測方法[41]。肖怡琳等用拉曼光譜儀實時快速地鑒定各種農藥及其在果蔬表面上的農殘[42]。Fan等發(fā)現拉曼光譜可檢測低至1 μg/mL(g)的亞胺硫磷殘留[43]。拉曼光譜用于果蔬檢測也存在著不足之處,如:果蔬樣品產生的熒光現象會對拉曼光譜產生背景干擾;在完整果蔬樣品中的穿透深度受激光波長的影響等。

2.1.3 農業(yè)環(huán)境監(jiān)測 農田土壤是各種農作物賴以生存的自然環(huán)境,隨著工業(yè)化發(fā)展,土壤污染日益加劇,其中以重金屬污染最為突出。近年來,激光誘導擊穿光譜(Laser-induced breakdown spectroscopy,LIBS)技術和X射線熒光光譜(X-ray fluorescence,XRF)技術被廣泛用于農業(yè)環(huán)境監(jiān)測。Pandhija等采用LIBS技術對土壤中重金屬Cd、Pb和Cr的含量進行檢測,檢測結果與常規(guī)電感耦合等離子體發(fā)射光譜法檢測得到的結果一致[44]。林永增等通過檢測不同贛南臍橙種植區(qū)土壤樣品中Cu、Cr金屬元素的含量也發(fā)現LIBS和傳統的原子吸收光譜檢測結果一致[45]。此外,王豹等研究表明便攜式X射線熒光光譜法(PXRF)可用于快速檢測土壤中重金屬元素,其結果準確可靠[46]。Weindorf等應用便攜式X射線熒光光譜法評估美國路易斯安那州兩個工業(yè)園附近甘蔗田土壤質量,檢測結果的重金屬含量與傳統實驗室檢測方法獲得的結果相當,該方法可以用于城市周邊農業(yè)土壤重金屬含量的快速評估[47]。

2.2 農產品質量安全追溯技術

2.2.1 自動鑒定技術 自動鑒定技術是指無人工參與的情況下,收集相關數據并且將其輸入到計算機系統中來自動識別物體的方法。目前,農產品的監(jiān)督管理中應用的主要是條形碼技術和無線射頻識別技術(Radio Frequency Identification,RFID)。

條形碼是一種自動識別和數據采集的方法。條形碼可分為傳統條形碼和二維碼。傳統條形碼是將寬度不等的多個條和空白,按照一定的編碼規(guī)則排列,用以表達一組數字和字母編碼信息的圖形標識符,該組信息可通過條形碼閱讀器被掃描和識別。條形碼使用時,讀取信息必須逐件掃描每件物品條形碼,而且掃描儀只能讀取完整的條形碼。而二維碼是在水平和垂直兩個維度上儲存信息,可加載更大量的信息。柴毅等采用一維條碼標簽標識相互對應的宰前活體與宰后胴體信息,以備消費者從成品肉標記條碼來查詢豬肉整個加工環(huán)節(jié)中的信息[48]。黃梅芳等初步設計基于二維碼技術的果蔬農產品追溯系統整體框架,消費者可在零售終端通過手機掃碼獲取枇杷的物流信息和數據信息[49]。

RFID使用無線射頻在一定距離內在電子標簽和解讀器之間進行通信,可克服條形碼存在的局限性,更便捷的應用于農產品質量安全可追溯體系,更好的覆蓋生產加工流通和消費等諸多領域。在實際應用中,可將RFID電子標簽與條碼結合實現對農產品的全程控制和追溯,建立具有完整鏈條的質量安全控制體系。為確保蔬菜運輸環(huán)節(jié)安全,Hung等將蔬菜的收獲日期和土地編號以及蔬菜加工信息保存在RFID卡中,消費者通過RFID卡就可獲取與網絡平臺相連接的產品信息[50]。李紅等采用RFID標簽追溯乳制品生產質量安全,供消費者查詢產品信息[51]。

2.2.2 網絡與數據庫技術 網絡和數據庫技術也可用于農產品質量安全追溯系統,利用網絡數據庫儲存、管理和更新收集到的信息,實現信息的多用戶訪問和共享,為各級生產者和消費者提供查詢和跟蹤服務。申光磊等通過互聯網技術,實現牛肉質量安全可追溯系統的網絡管理,從而網絡化牛肉質量安全可追溯體系[52]。楊信廷等建立農產品電子檔案管理系統,該系統結構合理、安全性高、操作簡單,具有很大的應用空間[53]。施亮等利用封裝有RFID標簽的牛耳標構建了肉牛養(yǎng)殖可追溯體系,將肉牛的飼養(yǎng)相關記錄自動存入數據庫中,并對每頭肉牛形成可在互聯網上進行查詢的質量追溯檔案[54]。

3 結論與展望

農產品質量安全檢測與管理技術主要應用于農產品品質檢測、質量追溯,使農產品質量安全得到有效的控制,尤其是網絡等技術,對于農產品的實時管理具有重要意義。但是,這些技術的應用也存在一問題。如,NIRS等快速檢測技術主要集中在實驗室階段,需進一步與企業(yè)需求結合,形成適用于生產實踐的快速檢測技術,提升農產品質量安全檢測的效率。而基于網絡的農產品質量安全追溯管理體系對于技術要求較高。鑒于我國農戶、農業(yè)企業(yè)、農產品批發(fā)市場及農業(yè)合作社的信息管理和軟件系統應用能力較為薄弱的實際,農業(yè)部門在推行統一的基本追溯信息系統時,需對相關操作和應用予以全面的指導,并組織相關人員進行培訓。農產品質量安全管理相關技術,可提高監(jiān)管的水平,提升我國產品質量安全,增強農產品在市場上的競爭力。因此,不斷加強新技術在農產品追溯體系應用領域的推廣具有重要的現實意義。

[1]Guo X,Wang F,Yu X,et al. An empirical examination of the effects of local agro-food quality and safety supervision in China[J].Quality Assurance & Safety of Crops & Foods,2012,4(4):185-192.

[2]Yu Y,Li J,Qin X. The information key technologies for quality and safety monitor and management of agricultural products[M]. US:Springer,2012:493-501.

[3]Duan Y,Guan N,Li P,et al. Monitoring and dietary exposure assessment of pesticide residues in cowpea(VignaunguiculataL. Walp)in Hainan,China[J].Food Control,2016,59:250-255.

[4]Yang X,Luo J,Li S,et al. Evaluation of nine pesticide residues in three minor tropical fruits from southern China[J]. Food Control,2016(60):677-682.

[6]Liu Y,Shen D,Li S,et al. Residue levels and risk assessment of pesticides in nuts of China[J]. Chemosphere,2016,144:645-651.

[7]Li Q S,Chen Y,Fu H B,et al. Health risk of heavy metals in food crops grown on reclaimed tidal flat soil in the Pearl River Estuary,China[J].Journal of hazardous materials,2012,227:148-154.

[8]唐文杰,黃江波,余謙,等.錳礦區(qū)農作物重金屬含量及健康風險評價[J].環(huán)境科學與技術,2015(S1):464-468,473.

[9]Chabukdhara M,Munjal A,Nema A K,et al. Heavy metal contamination in vegetables grown around peri-urban and urban-industrial clusters in Ghaziabad,India[J]. Human and Ecological Risk Assessment:An International Journal,2016,22(3):736-752.

[10]Resaid M,Dastjerdi H A,Jafari H,et al. Assessment of dairy products consumed on the Arakmarket as determined by heavy metal residues[J]. Health,2014,6(5):323.

[11]Li R,Wang X,Zhou T,et al. Occurrence of four mycotoxins in cereal and oil products in Yangtze Delta region of China and their food safety risks[J].Food Control,2014,35(1):117-122.

[12]王燕,董燕婕,岳暉,等. 山東省玉米真菌毒素污染狀況調查及分析[J]. 糧油食品科技,2016,24(3):69-73.

[13]Oteiza J M,Khaneghah A M,Campagnollo F B,et al. Influence of production on the presence of patulin and ochratoxin A in fruit juices and wines of Argentina[J]. LWT-Food Science and Technology,2017,80:200-207.

[14]Iqbal S Z,Nisar S,Asi M R,et al. Natural incidence of aflatoxins,ochratoxin A and zearalenone in chicken meat and eggs[J]. Food Control,2014,43:98-103.

[15]James C. Global status of commercialized biotech/GM crops:2014[J]. Isaaa Briefs,2014,49:1-24

[16]邢福國,滑慧娟,劉陽,等.轉基因農產品安全性評價研究進展[J].生物技術通報,2015(4):17-24.

[17]Narvankar D S,Singh C B,Jayas D S,et al. Assessment of soft X-ray imaging for detection of fungal infection in wheat[J].Biosystems Engineering,2009,103(1):49-56.

[18]Herremans E,Melado-Herreros A,Defraeye T,et al. Comparison of X-ray CT and MRI of watercore disorder of different apple cultivars[J].Postharvest Biology and Technology,2014,87:42-50.

[19]Donis-Gonzalez I R,Guyer D E,Pease A,et al. Internal characterisation of fresh agricultural products using traditional and ultrafast electron beam X-ray computed tomography imaging[J]. Biosystems engineering,2014,117:104-113.

[20]Guelpa A,du Plessis A,Kidd M,et al. Non-destructive estimation of maize(ZeamaysL.)kernel hardness by means of an X-ray micro-computed tomography(μCT)density calibration[J].Food and Bioprocess Technology,2015,8(7):1419-1429.

[21]譚正林,吳謀成,傅廷棟.近紅外光譜技術在農產品品質檢測中的應用[J].中國油料作物學報,2012,34(4):455-460.

[22]徐一茹,劉翠玲,孫曉榮,等.基于近紅外和中紅外光譜技術的小麥粉品質檢測及摻雜鑒別方法[J].食品科學,2014,35(12):128-132.

[23]Font R,del Río-Celestino M,de Haro-Bailón A. The use of near-infrared spectroscopy(NIRS)in the study of seed quality components in plant breeding programs[J].Industrial Crops and Products,2006,24(3):307-313.

[24]Lebot V,Malapa R,Jung M. Use of NIRS for the rapid prediction of total N,minerals,sugars and starch in tropical root and tuber crops[J].New Zealand Journal of Crop and Horticultural Science,2013,41(3):144-153.

[25]Torres I,Pérez-Marín D,De la Haba M J,et al. Fast and accurate quality assessment of Raf tomatoes using NIRS technology[J].Postharvest Biology and Technology,2015,107:9-15.

[26]Dowlati M,Mohtasebi S S,Omid M,et al. Freshness assessment of gilthead sea bream(Sparusaurata)by machine vision based on gill and eye color changes[J].Journal of Food Engineering,2013,119(2):277-287.

[27]Guzmán E,Baeten V,Pierna J A,et al. Infrared machine vision system for the automatic detection of olive fruit quality[J].Talanta,2013,116(22):894.

[28]盧洋彬.基于計算機視覺技術的肉類品質檢測系統[D]. 長春:長春理工大學,2013.

[29]蔣煥煜,應義斌.水果品質智能化實時檢測分級生產線的研究[J].農業(yè)工程學報,2002,18(6):158-160.

[30]Yan Zhang,Ai H.Gao,Bing Liu,et al. A direct competitive enzyme-linked immunosorbent assay for rapid detection of anilofos residues in agricultural products and environmental samples[J].Journal of Environmental Science & Health.part.b Pesticides Food Contaminants & Agricultural Wastes,2013,48(1):1-8.

[31]Kondo M,Tsuzuki K,Hamada H,et al. Development of an enzyme-linked immunosorbent assay(ELISA)for residue analysis of the fungicide azoxystrobin in agricultural products[J].Journal of Agricultural & Food Chemistry,2012,60(4):904-911.

[32]Watanabe E,Baba K,Eun H,et al. Application of a commercial immunoassay to the direct determination of insecticide imidacloprid in fruit juices[J].Food Chemistry,2007,102(3):745-750.

[33]朱國念,程敬麗,吳慧明,等. 克百威殘留檢測直接競爭ELISA試劑盒的研究[J]. 中國食品學報,2003,3(3):1-6.

[34]梁赤周,桂文君,朱國念. 三唑磷殘留檢測直接競爭ELISA試劑盒的研制及應用[J]. 中國食品學報,2008,8(6):102-108.

[35]趙濤,郝紅,管曉玉,等.生物傳感器研究及應用進展[J].化學研究與應用,2009,21(11):1481-1485.

[36]嚴智燕,周立群.生物傳感器在農藥殘留檢測中的應用[J].農藥研究與應用,2010(3):6-10.

[37]Ju K J,Feng J X,Feng J J,et al. Biosensor for pesticide triazophos based on its inhibition of acetylcholinesterase and using a glassy carbon electrode modified with coral-like gold nanostructures supported on reduced graphene oxide[J]. Microchimica Acta,2015,182(15-16):2427-2434.

[38]Pandard P,Vasseur P,Rawson D M. Comparison of two types of sensors using eukaryotic algae to monitor pollution of aquatic systems[J].Water Research,1993,27(3):427-431.

[39]Zhao C Q,Anis N A,Rogers K R,et al. Fiber optic immunosensor for polychlorinated biphenyls[J].Journal of Agricultural & Food Chemistry,1995,43(8):2308-2315.

[40]Cesarino I,Moraes F C,Lanza M R V,et al. Electrochemical detection of carbamate pesticides in fruit and vegetables with a biosensor based on acetylcholinesterase immobilised on a composite of polyaniline-carbon nanotubes[J]. Food Chemistry,2012,135(3):873-879.

[41]Liu B,Zhou P,Liu X,et al. Detection of pesticides in fruits by surface-enhanced Raman spectroscopy coupled with gold nanostructures[J].Food and Bioprocess Technology,2013,6(3):

710-718.

[42]肖怡琳,張鵬翔,錢曉凡.幾種農藥的顯微拉曼光譜和熒光光譜[J].光譜學與光譜分析,2004(5):579-581.

[43]Fan Y,Lai K,Rasco B A,et al. Analyses of phosmet residues in apples with surface-enhanced Raman spectroscopy[J].Food Control,2014,37:153-157.

[44]Pandhija S,Rai N K,Rai A K,et al.Contaminant concentration in environmental samples using LIBS and CF-LIBS[J].Applied Physics B,2010,98(1):231-241.

[45]林永增,姚明印,陳添兵,等.激光誘導擊穿光譜檢測贛南臍橙種植土壤的Cu和Cr[J].激光與光電子學進展,2013(5):208-212.

[46]王豹,余建新,黃標,等.便攜式X射線熒光光譜儀快速監(jiān)測重金屬土壤環(huán)境質量[J].光譜學與光譜分析,2015(6):1735-1740.

[47]Weindorf D C,Zhu Y,Chakraborty S,et al. Use of portable X-ray fluorescence spectrometry for environmental quality assessment of peri-urban agriculture[J]. Environmental monitoring and assessment,2012,184(1):217-227.

[48]柴毅,牛楠,屈劍鋒,等.基于 RFID 和條碼技術的豬肉加工鏈信息可追溯系統設計與實現[J].物流技術,2009,28(4):127-129.

[49]黃梅芳,蘭龍輝,邱榮祖.基于二維碼的果蔬農產品追溯系統初步設計[J].物流技術,2014,33(9):417-419.

[50]Hung C C,Sheng C T.Application of plastic containers with RFID in the marketing of fruit and vegetables in Taiwan[J]. International Journal of Agricultural and Biological Engineering,2012,5(1):35-42.

[51]李紅,趙博,周純潔,等.應用RFID實現單一乳制品產品質量安全追溯體系探討[J].南方農業(yè),2014,22(8):77-81.

[52]申光磊,昝林森,段軍彪,等.牛肉質量安全可追溯系統網絡化管理的實現[J].農業(yè)工程學報,2007,23(7):170-173.

[53]楊信廷,錢建平,孫傳恒,等.面向安全追溯體系的農產品電子檔案管理系統[J].中國農學通報,2006,22(6):441-444.

[54]施亮,傅澤田,張領先.基于 RFID 技術的肉牛養(yǎng)殖質量安全可追溯系統研究[J].計算機應用與軟件,2010,27(1):40-43.