中圖分類號(hào)：S481.8 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1006-060X（2025）03-0078-05

引用格式：鄧征宇，肖新生，高冉，等.烤后煙葉高效氯氟氰菊酯殘留量近紅外光譜定量模型的構(gòu)建、評(píng)價(jià)及應(yīng)用[J].湖南農(nóng)業(yè)科學(xué)，2025（3）：78-82.

DOI：10.16498/j.cnki.hnnykx.2025.003.014

Construction， Evaluation， and Application of a Near-Infrared Spectroscopy Model for Quantitation of Cyhalothrin Residues in Tobacco Leaves After Curing

DENG Zheng-yu’，XIAO Xin-sheng2，GAO Ran2，LI Jing-jing2，LI Jia-ying'，YUAN Fang' LIU ，ZHANG Shen1

（1.YongzhoubaccCompanyofunanProvince，YngzhouoRC;2.CollgeofChmistryndiEngineing，Han UniversityofScienceandEngineering，Yongzhou，PC）

Abstract：Largeprecisioninstrumentsincludinggaschromatographsaredifcult toachievefieldrapiddeterminationofcyalothrin residues ntobacco leavesaftercuring.Inviewof tis problem，thisstudyuseda portable near-infraredspectrometer to predict the cyhalothrinresidues intobaccoleaves aftercuring.Firstly，thespectrumofstackedtobacoleaves after curing wascollected，nd thenthechemometricssoftwareCPMwasused to modelandevaluate thedatacolected bytheportablespectrometer.Finally，te application effectof the model was evaluated.The spectrumofsixstackedtobacoleaves werecolected bythenine-point method undertheconditionsofindorsatroomtempeatureandpretreatedbyCPMtroughfirstorderderivativespectra.Theoptimalodel was established via UVE wavelength variable selection and the partial least squares method.The established model showed the coefficientofeteinationootmeansqareerorofalbrationrootmeansquaredrofossvalidation，andootmeanared erorofpredictig0926，019，045，d80spctilysultsicatedattearfaedsectroodel can be used for predicting cyhalothrin residues in tobacco leaves after curing.

Keywords：tobacco leaf; near-infrared spectroscopy;cyhalothrin;residue

高效氯氟氰菊酯是一種擬除蟲菊酯類農(nóng)藥，廣泛應(yīng)用于煙草種植的病蟲害綜合防治[1-3]。然而，煙農(nóng)不規(guī)范使用農(nóng)藥導(dǎo)致煙葉中高效氯氟氰菊酯殘留量超標(biāo)的問題比較突出，因此對(duì)煙草中農(nóng)藥殘留進(jìn)行抽樣檢測(cè)是保障煙草制品質(zhì)量安全與風(fēng)味品質(zhì)的必要手段。目前對(duì)煙草中擬除蟲菊酯類農(nóng)藥殘留量檢測(cè)的方法有氣相色譜法、氣相色譜串聯(lián)質(zhì)譜法和液相色譜串聯(lián)質(zhì)譜法等[4-15]，其中標(biāo)準(zhǔn)YC/T405.2— 中的氣相色譜法應(yīng)用最為廣泛。這些方法都能有效測(cè)定煙草及其制品中擬除蟲菊酯類農(nóng)藥的殘留量，但存在分析前處理步驟復(fù)雜、分析時(shí)間長(zhǎng)以及不能在線檢測(cè)等不足。為實(shí)現(xiàn)煙葉中除蟲菊酯類農(nóng)藥殘留的快速檢測(cè)，亟待開發(fā)具有現(xiàn)場(chǎng)快速檢測(cè)能力的新型分析方法。

近紅外光譜（NIR）法作為一種高效、綠色的現(xiàn)代分析手段，憑借快速、無損和無需復(fù)雜前處理等顯著優(yōu)勢(shì)，已在多個(gè)領(lǐng)域的物質(zhì)檢測(cè)中展現(xiàn)出重要的應(yīng)用價(jià)值[17-21]。隨著光譜技術(shù)的發(fā)展，NIR 技術(shù)已成為現(xiàn)代煙草化學(xué)組分檢測(cè)的重要技術(shù)手段[22-26]，且在煙草農(nóng)藥殘留檢測(cè)領(lǐng)域展現(xiàn)出巨大的應(yīng)用潛力。因此，利用近紅外光譜法測(cè)定煙草中菊酯類農(nóng)藥殘留量是一種有前景的測(cè)定方法，但其產(chǎn)業(yè)化推廣仍需進(jìn)行深入研究和優(yōu)化。例如，近紅外光譜法對(duì)樣品的物理狀態(tài)和表面特性比較敏感，在測(cè)量過程中需要嚴(yán)格控制樣品的處理?xiàng)l件；近紅外光譜法可能無法完全區(qū)分具有相似光譜特性的不同農(nóng)藥，在實(shí)際應(yīng)用中需要結(jié)合其他方法進(jìn)行驗(yàn)證。近紅外光譜定量分析方法的系統(tǒng)構(gòu)建主要包括樣品準(zhǔn)備、光譜采集、數(shù)據(jù)預(yù)處理、模型建立、模型驗(yàn)證、方法優(yōu)化和應(yīng)用研究7個(gè)步驟，研究以氣相色譜法為確證方法，對(duì)煙草中高效氯氟氰菊酯的近紅外光譜定量模型進(jìn)行構(gòu)建和評(píng)價(jià)，以期為煙草中農(nóng)藥殘留的現(xiàn)場(chǎng)快速檢測(cè)提供技術(shù)支持。

1 材料與方法

1.1 材料與試劑

供試煙草為云煙87、湘煙5號(hào)和湘煙7號(hào)；高效氯氟氰菊酯標(biāo)準(zhǔn)品（純品型，德國(guó)Dr.EhrenstorferGmbH公司），環(huán)氧七氯B標(biāo)準(zhǔn)品（純品型，德國(guó)Dr.EhrenstorferGmbH公司）， 2 . 5 % 高效氯氟氰菊酯水乳劑（山東東合生物科技有限公司），乙酸乙酯（色譜純，德國(guó)Merck公司），正己烷（色譜純，德國(guó)Merck公司），無水硫酸鎂、氯化鈉、檸檬酸鈉和檸檬酸氫二鈉均為分析純（Adamas公司）。

1.2 儀器與設(shè)備

AURA手持式近紅外光譜儀（波長(zhǎng)范圍： 9 5 0 ～ 1 6 5 0 n m ，卡爾蔡司集團(tuán)），GC-2010Plus氣相色譜儀（帶ECD-Ni63檢測(cè)器，島津公司），SQP型萬分之一電子天平（賽多利斯公司），LG-200A搖擺粉碎機(jī)（瑞安市百信藥機(jī)器械廠），GL-88B渦旋混合器（海門市其林貝爾儀器制造有限公司），KH19A高速離心機(jī)（湖南凱達(dá)科學(xué)儀器有限公司），R-1001VN旋轉(zhuǎn)蒸發(fā)儀（鄭州長(zhǎng)城科工貿(mào)有限公司），SPE-12A固相萃取裝置（上海啟前電子科技有限公司）。

1.3 試驗(yàn)方法

1.3.1不同高效氯氟氰菊酯殘留量煙草樣品的制備2023年在湖南省煙草公司永州市公司煙葉生產(chǎn)技術(shù)中心開展試驗(yàn)，試驗(yàn)用地為水田，3月下旬進(jìn)行移栽，整個(gè)田間生產(chǎn)過程符合當(dāng)?shù)亓己棉r(nóng)業(yè)規(guī)范（GAP）生產(chǎn)要求。試驗(yàn)設(shè)置6個(gè)小區(qū)，分別種植云煙87、湘煙5號(hào)和湘煙7號(hào)，1＼～3小區(qū)為施藥小區(qū)，4＼～6小區(qū)不施農(nóng)藥。每個(gè)小區(qū)面積 ，行距 1 2 0 c m ，株距 ，設(shè)置小區(qū)保護(hù)帶。參照標(biāo)準(zhǔn)NY/T788—2018和《農(nóng)藥登記殘留田間試驗(yàn)標(biāo)準(zhǔn)操作規(guī)程》[27]，于旺長(zhǎng)期至現(xiàn)蕾期在煙草葉背和葉面噴施推薦使用劑量的高效氯氟氰菊酯，施藥時(shí)間為2023年5月29日；施藥后7、14、21、28、35、42和49d分別在每個(gè)小區(qū)隨機(jī)采集100多片煙葉，采用半葉法稱重，編桿后采用三段式烘烤工藝進(jìn)行烘烤，處理后待測(cè)定。

1.3.2烤后煙葉樣品近紅外光譜數(shù)據(jù)的采集近紅外光譜采集通用方法：在沒有特別聲明的情況下，取6片煙葉充分展開，正面朝上，以煙葉主脈為中心對(duì)齊疊加，平鋪于鋁箔紙上，確保儀器光源垂直壓緊煙葉采集部位，進(jìn)行光譜數(shù)據(jù)收集。試驗(yàn)采集煙葉正面光譜時(shí)，以葉脈主脈為分界線，在左右兩側(cè)分別采集葉片上、中、下3個(gè)部位的光譜，得到6條光譜數(shù)據(jù)；把上面2片煙葉置于底部進(jìn)行測(cè)定，得到6條光譜數(shù)據(jù)；然后再將上面2片煙葉置于底部，再次測(cè)定得到6條光譜數(shù)據(jù)。盡量確保每片煙葉采集光譜的部位一致，取18條光譜的平均光譜作為該樣品的表征光譜，分別采集了144個(gè)樣品的18條光譜曲線，得到144條平均光譜。

1.3.3氣相色譜法（GC-ECD）測(cè)定高效氯氟氰菊酯殘留量將采集完近紅外光譜數(shù)據(jù)的煙葉樣品粉碎，參考標(biāo)準(zhǔn)YC/T405.2—2011，采用氣相色譜法測(cè)定烤后煙葉中高效氯氟氰菊酯的殘留量。

1.3.4模型的構(gòu)建將144條光譜曲線和對(duì)應(yīng)的高效氯氟氰菊酯殘留量數(shù)據(jù)錄入CPM軟件，劃分預(yù)測(cè)集、校正集和獨(dú)立驗(yàn)證集，考察不同光譜預(yù)處理方法和波長(zhǎng)變量選擇下各個(gè)預(yù)測(cè)模型的校正集決定系數(shù)（ ）和校正集均方根誤差（RMSEC）。

1.3.5近紅外光譜數(shù)據(jù)采集條件探究光譜數(shù)據(jù)采集點(diǎn)數(shù)、采集環(huán)境以及煙葉疊加片數(shù)會(huì)影響近紅外光譜預(yù)測(cè)結(jié)果，研究分別考察了5種采集方法（單點(diǎn)法、3點(diǎn)法、6點(diǎn)法、9點(diǎn)法和18點(diǎn)法）4種煙葉疊加片數(shù)（1、2、3和6片）和采集環(huán)境（田間、室外、暗箱等）對(duì)預(yù)測(cè)結(jié)果的影響。

1.4 數(shù)據(jù)處理

采用Excel2021和Matlab2019等軟件讀取光譜數(shù)據(jù)和生成平均光譜文件。

2 結(jié)果與分析

2.1煙葉中高效氯氟氰菊酯殘留量近紅外光 譜測(cè)定模型的構(gòu)建

將144條光譜曲線和對(duì)應(yīng)的高效氯氟氰菊酯殘留量的數(shù)據(jù)錄入CPM軟件，選擇14條光譜為預(yù)測(cè)集，122條光譜為校正集，剩下8條光譜為獨(dú)立驗(yàn)證集。使用軟件中的異常光譜分析功能，將離散的異常樣品剔除，共剔除了7條異常光譜，最終有14條預(yù)測(cè)光譜、115條校正光譜和8條獨(dú)立驗(yàn)證光譜進(jìn)行模型構(gòu)建，各個(gè)預(yù)測(cè)模型的校正集決定系數(shù)（ ）和校正集均方根誤差（RMSEC）見表1。由表1可知，在波長(zhǎng)變量選擇方法為CARS時(shí)，一階導(dǎo)數(shù)光譜預(yù)處理具有更大的 和更小的RMSEC；固定一階導(dǎo)數(shù)光譜預(yù)處理方法，發(fā)現(xiàn)采用一階導(dǎo)數(shù)預(yù)處理結(jié)合UVE波長(zhǎng)變量選擇的化學(xué)計(jì)量法的預(yù)測(cè)效果最優(yōu)， 為0.9236，RMSEC為0.119。

基于一階導(dǎo)數(shù)光譜預(yù)處理，結(jié)合UVE波長(zhǎng)變量篩選和偏最小二乘法（PLS）進(jìn)行建模，由圖1可知，GC-ECD法測(cè)定的115個(gè)樣品的高效氯氟氰菊酯殘留量為 0～2 . 3 4 m g / k g ，平均值為 0 . 2 6 m g / k g ；近紅外光譜模型預(yù)測(cè)的高效氯氟氰菊酯殘留量為 - 0 . 1 4 ～ 2 . 5 2 m g / k g ，平均值為 0 . 2 7 m g/ k g ; 2 種方法測(cè)定結(jié)果的絕對(duì)誤差絕對(duì)值為 0～0 . 3 3 m g / k g 。

2.2煙葉中高效氯氟氰菊酯殘留量近紅外光 譜測(cè)定模型的驗(yàn)證

對(duì)8條獨(dú)立驗(yàn)證光譜進(jìn)行分析，由表2可知，GC-ECD法測(cè)定的高效氯氟氰菊酯的殘留量平均值為 ，近紅外光譜預(yù)測(cè)的殘留量平均值為0 . 2 0 1 m g / k g ，最大絕對(duì)誤差絕對(duì)值為0.07，驗(yàn)證集均方根誤差（RMSECV）為0.045。

對(duì)14條預(yù)測(cè)光譜進(jìn)行分析，由表3可知，GC-ECD法測(cè)定的高效氯氟氰菊酯的殘留量為 0～0 . 7 5 m g / k g ，近紅外光譜預(yù)測(cè)的殘留量為 0 . 0 6～0 . 6 1 m g / k g ，預(yù)測(cè)集均方根誤差（RMSEP）為0.080。

2.3近紅外光譜數(shù)據(jù)采集條件探究結(jié)果

2.3.1采集點(diǎn)數(shù)由表4可知，隨著數(shù)據(jù)采集點(diǎn)數(shù)的增加，2種測(cè)定方法的相對(duì)誤差的絕對(duì)值越來越小。相較于6點(diǎn)法和9點(diǎn)法，18點(diǎn)法可以取得更準(zhǔn)確的結(jié)果，但會(huì)增加數(shù)據(jù)采集分析的工作量，因此在農(nóng)藥殘留量大規(guī)模樣品粗篩中應(yīng)用9點(diǎn)法是一種可行的高效篩查策略。

2.3.2煙葉疊加片數(shù)由表5可知，煙葉疊加片數(shù)為6片時(shí)，近紅外光譜法可以取得較好的結(jié)果，且選擇煙葉的正面進(jìn)行測(cè)試，相對(duì)誤差更小。

2.3.3采集環(huán)境由表6可知，光線對(duì)測(cè)定結(jié)果有較大的影響，溫度和濕度影響較小；在田間植株上進(jìn)行測(cè)定，相對(duì)誤差最大，達(dá)到 7 2 . 1 6 % ；在室內(nèi)或暗箱中測(cè)定，近紅外光譜法的預(yù)測(cè)結(jié)果更加準(zhǔn)確。

2.4近紅外光譜預(yù)測(cè)模型在煙葉高效氯氟氰菊酯殘留量預(yù)測(cè)中的應(yīng)用

研究確定光譜采集條件為室內(nèi)室溫條件下，選取6片烤后煙葉疊加，采集9個(gè)數(shù)據(jù)點(diǎn)；將上面2片煙葉置于底部，采集9個(gè)數(shù)據(jù)；再將上面2片煙葉置于底部，再次采集9個(gè)數(shù)據(jù)；共采集27個(gè)光譜數(shù)據(jù)，取平均值作為最終光譜數(shù)據(jù)。在上述采集條件和最優(yōu)定量模型（一階導(dǎo)數(shù) + U V E + P L S 建模）下，采用手持式近紅外光譜儀對(duì)云煙87、湘煙5號(hào)和湘煙7號(hào)煙葉樣品中的高效氯氟氰菊酯殘留量進(jìn)行預(yù)測(cè)，并將結(jié)果與GC-ECD法測(cè)定的結(jié)果比較。由圖2可知，煙葉品種對(duì)預(yù)測(cè)結(jié)果沒有明顯的影響。當(dāng)煙葉中高效氯氟氰菊酯殘留量適中時(shí)，近紅外光譜法預(yù)測(cè)結(jié)果相對(duì)穩(wěn)定；當(dāng)煙葉中高效氯氟氰菊酯殘留量較高或較低時(shí)，預(yù)測(cè)結(jié)果誤差較大。其中，施藥后4 9 d ，煙葉中高效氯氟氰菊酯殘留量最少，近紅外光譜預(yù)測(cè)值均明顯高于GC-ECD法測(cè)定值。

3 討論與結(jié)論

研究采用合理的數(shù)據(jù)處理方法，構(gòu)建了煙葉高效氯氟氰菊酯殘留量的近紅外預(yù)測(cè)模型，探討了近紅外預(yù)測(cè)模型的數(shù)據(jù)采集條件，并對(duì)云煙87、湘煙5號(hào)和湘煙7號(hào)煙葉中的高效氯氟氰菊酯殘留量進(jìn)行了預(yù)測(cè)。結(jié)果表明：（1）基于一階導(dǎo)數(shù)光譜預(yù)處理，結(jié)合UVE波長(zhǎng)變量篩選和偏最小二乘法（PLS）建模為最優(yōu)模型，其決定系數(shù)（ ）、校正集均方根誤差（RMSEC）、驗(yàn)證集均方根誤差（RMSECV）和預(yù)測(cè)集均方根誤差（RMSEP）分別為 0 . 9 2 3 6 . 0 . 1 1 9 0.045和0.080；（2）光譜數(shù)據(jù)的采集點(diǎn)數(shù)和煙葉疊加片數(shù)對(duì)預(yù)測(cè)結(jié)果有明顯影響，9個(gè)數(shù)據(jù)點(diǎn)和6片煙葉條件下可以得到相對(duì)穩(wěn)定的數(shù)據(jù)；（3）采集環(huán)境的光線對(duì)測(cè)定結(jié)果影響較大，溫度和濕度對(duì)測(cè)定結(jié)果影響較小，在室內(nèi)室溫下進(jìn)行數(shù)據(jù)采集是一個(gè)合理的選擇；（4）采用手持式近紅外光譜儀對(duì)云煙87、湘煙5號(hào)和湘煙7號(hào)煙葉樣品中的高效氯氟氰菊酯殘留量進(jìn)行預(yù)測(cè)，發(fā)現(xiàn)煙葉品種對(duì)測(cè)定結(jié)果影響不明顯。

參考文獻(xiàn)：

[1]鄭文廣，李霞，楊青青，等. 高效氯氟氰菊酯乳油防治煙草煙青蟲田間藥效試驗(yàn)[J].河南農(nóng)業(yè)，2024（11）：52-53.

[2] 肖新生，周向平，陳虹秀，等.湘南地區(qū)煙葉中高效氯氟氰菊酯和氯氰菊酯的降解動(dòng)態(tài)研究[J].湖南農(nóng)業(yè)科學(xué)，2022（2）：101-105.

[3] 唐興貴，班國(guó)相，羅倩茜，等．12種殺蟲劑對(duì)煙草甲的室內(nèi)防治效果[J].安徽農(nóng)業(yè)大學(xué)學(xué)報(bào)，2015，42（2）：252-256.

[4] ENAYATIAA，ASGARIANF，AMOUEIA，etal.Pyrethroidinsecticide resistance inRhipicephalus bursa（Acari，Ixodidae）[J].PesticideBiochemistry andPhysiology，2010，97（3）：243-248.

[5]BOUCARDTK，MCNEILLC，BARDGETTRD，etal.The impact of synthetic pyrethroid and organophosphate sheepdipformulations on microbial activity in soil[J].EnvironmentalPolluti0n，2008，153（1）：207-214.

[6]DATTILOB S，GALLO S，LIONETTIG.Determination ofresidues of eight synthetic pyrethroids in tobacco by capillary gaschromatography[J].Beitr?geZur Tabakforschung International，1994，16（2）：65-75.

[7]TANGL，YANGHW，HEL，etal.Direct analysisof free-basenicotine in tobacco leaf by headspace solid-phase micro-extraction combinedwith gaschromatography/massspectrometry[J].AccreditationandQualityAssurance，2019，24（5）：341-349.

[8]HUANG Z，BIYJ，SHAYF，et al. Separation and analysisof sucrose esters in tobacco by online liquid chromatography-gaschromatography/mass spectrometry[J]. Analytical Sciences，2018，34（8） ： 887-891.

[9]李佳穎，肖新生，劉小艷，等.煙草中擬除蟲菊酯類農(nóng)藥殘留量的測(cè)量不確定度評(píng)定[J].中南農(nóng)業(yè)科技，2024（12）：43-51.

[10] 袁芳，劉小艷，姚明月，等.氣相色譜－質(zhì)譜聯(lián)用檢測(cè)煙草中擬除蟲菊酯類農(nóng)藥殘留量的不確定度評(píng)定[J].熱帶農(nóng)業(yè)科學(xué)，2024，44（4）： 73-83.

[11]肖新生，張慎，袁芳，等.煙草中擬除蟲菊酯類農(nóng)藥殘留分析技術(shù)研究進(jìn)展[J].煙草科技，2022，55（4）：101-112.

[12]楊玉明，劉嫵晨，劉智敏，等.磁性固相萃取結(jié)合GC-MS檢測(cè)煙葉中擬除蟲菊酯類農(nóng)藥殘留[J].分析測(cè)試學(xué)報(bào)，2021，40（7）：981-988.

[13]宋春滿，楊葉昆，和智君，等.氣相色譜雙柱法檢測(cè)煙草中多種有機(jī)氯和擬除蟲菊酯農(nóng)藥殘留[J].現(xiàn)代農(nóng)藥，2015，14（5）：35-38.

[14]楊立強(qiáng)，徐光軍，閆曉陽(yáng)，等.擬除蟲菊酯類殺蟲劑在煙葉烘烤過程中的消解動(dòng)態(tài)與最終殘留[J].農(nóng)藥學(xué)學(xué)報(bào)，2013，15（5）：534-540.

[15]穆小麗，蔣臘梅，杜文.高效液相色譜－串聯(lián)質(zhì)譜法分析煙草中擬除蟲菊酯農(nóng)藥殘留[J].農(nóng)藥，2009，48（5）：365-367.

[16]國(guó)家煙草專賣局.煙草及煙草制品 多種農(nóng)藥殘留量的測(cè)定第2部分：有機(jī)氯及擬除蟲菊酯農(nóng)藥殘留量的測(cè)定氣相色譜法：YC/T405.2—2011[S].北京：中國(guó)標(biāo)準(zhǔn)出版社，2011.

[17]張紫涵，王香穎，李思維，等.基于氨基酸成分的淡水珍珠及海水珍珠對(duì)比分析及近紅外快速檢測(cè)[J].中草藥，2024，55（10）：3477-3486.

[18] 李振，侯名語(yǔ)，崔順立，等.花生籽仁黃酮含量近紅外分析檢測(cè)方法[J].光譜學(xué)與光譜分析，2024，44（4）：1112-1116.

[19] 謝安國(guó)，紀(jì)思媛，李月玲，等.基于遺傳算法和深度神經(jīng)網(wǎng)絡(luò)的近紅外高光譜檢測(cè)豬肉新鮮度[J].食品工業(yè)科技，2024，45（17）：345-351.

[20] 吳升德，朱家驥，錢昊，等.近紅外與表面增強(qiáng)拉曼光譜融合技術(shù)快速檢測(cè)花生油中黃曲霉毒素Bi[J].食品安全質(zhì)量檢測(cè)學(xué)報(bào)，2023，14（23）： 70-79.

[21] 林嬌嬌，蒙慶華，吳哲鋒，等.基于近紅外高光譜技術(shù)的忙果可溶性固形物含量無損檢測(cè)[J].果樹學(xué)報(bào)，2024，41（1）：122-132.

[22] 俞思名，姚燕，劉穎，等.化學(xué)計(jì)量學(xué)方法選取對(duì)煙草含水率近紅外分析準(zhǔn)確度的影響[J].中國(guó)計(jì)量大學(xué)學(xué)報(bào)，2024，35（1）：28-34.

[23]張翼，楊征宇，葛炯，等.近紅外分析技術(shù)在煙草中的應(yīng)用[J]計(jì)算機(jī)與應(yīng)用化學(xué)，2016，33（2）：251-254.

[24] 張薇薇，馮興榮，肖靜，等.近紅外在線檢測(cè)技術(shù)在煙草行業(yè)中的最新應(yīng)用[J].重慶與世界（學(xué)術(shù)版），2015，32（12）：33-36.

[25] 劉娜，彭黔榮，楊敏，等.煙草近紅外分析模型建立方法的研究進(jìn)展[J].貴州農(nóng)業(yè)科學(xué)，2014，42（10）：85-90.

[26]王冬，閔順耕，曹金莉，等.溫度對(duì)煙草總植物堿近紅外定量分析模型的影響[J].中國(guó)煙草科學(xué)，2013，34（4）：103-106.

[27]農(nóng)業(yè)部農(nóng)藥檢定所.農(nóng)藥登記殘留田間試驗(yàn)標(biāo)準(zhǔn)操作規(guī)程[M].北京：中國(guó)標(biāo)準(zhǔn)出版社，2007.

（責(zé)任編輯：王婷）