近日，自然指数期刊《Advanced Functional Materials》刊发了由四川农业大学机电学院半导体纳米技术与传感实验室完成的研究论文——《Lattice Distortion-Triggered Cu−O−Ce Synergistic Sites Coupled With Machine Learning for Intelligent Multi-Pesticide Recognition》（晶格畸变触发的Cu-O-Ce协同位点结合机器学习实现智能多农药识别）。
农药在保障全球粮食安全的同时，其残留持续累积，对人体健康和生态系统构成严重威胁，多种农药混合施用导致的复合残留更增加了检测难度。传统传感器因不同农药分子电子性质相似、氧化还原电位高度重叠，存在严重的信号交叉干扰，难以实现同时识别。因此，如何在原子层面理性设计晶格缺陷位点，构建能够差异化识别多种农药的敏感电极，并借助智能算法消除基质干扰，成为亟待突破的核心挑战。
针对上述挑战，团队提出晶格畸变与机器学习协同的新策略，在三维碳布上构筑缺陷工程化的Cu-CeO2复合电极，实现双功能协同活性中心：氯虫苯甲酰胺的酰胺基与Cu位点特异性配位，多菌灵则由Ce³⁺/Ce⁴⁺氧化还原对与氧空位介导的催化氧化完成识别，两条独立反应路径从源头上消除信号交叉干扰，实现对两种农药的宽线性范围同步检测与高灵敏识别。
电极的传感机制研究与便携式电化学检测平台
进一步，团队将传感平台与支持向量机、随机森林等机器学习算法深度融合，成功解耦复杂农业基质中的非线性干扰，515个测试样本整体分类准确率达0.98；并将传感模块与定制电路板、智能手机App集成为便携式智能检测系统，实现农药浓度的实时量化输出与现场快速筛查，在草莓、白菜、葡萄等实际果蔬样本中验证了高精度识别能力。
论文链接：https://doi.org/10.1002/adfm.78690
来源: 四川农业大学
