化学计量学辅助三维室温磷光法快速测定大气污染源样品中苊含量

邓 伟 卿湘东* 陈 铭 吴康佳 雷坚志 陈畅亚 许素文李双双 文 瑾 申湘忠

1(湖南人文科技学院，材料与环境工程学院，精细陶瓷与粉体材料湖南省重点实验室，娄底 417000)2(娄底市环境保护局环境监测站，娄底 417000)

1 引 言

多环芳烃(Polycyclic aromatic hydrocarbons, PAHs)是一类广泛存在于环境中的有机污染物，具有致癌、致畸和致基因突变作用[1]。森林火灾、火山喷发等天然源和人类生产活动， 包括机动车尾气排放、工业生产过程、家庭燃灶、垃圾焚烧、吸烟等人为源，是大气中PAHs的主要来源。大气中的PAHs主要以气、固两种形式存在，大多数的PAHs主要吸附在微小可吸入颗粒物表面，可以通过呼吸作用直接进入人体肺部沉积，引发呼吸道和心血管系统等疾病，对人体健康危害极大[2,3]。因此，定性与定量解析各类大气污染源中PAHs含量，可为准确研究大气颗粒物中PAHs的来源及其分布特征提供依据，并为有效控制和防治PAHs污染提供理论基础。

多环芳烃苊(Acenaphthene, ACE)，俗称萘己环，是原油的成分之一，也是炼焦生产的副产品之一，用作染料、涂料、洗涤剂、工程塑料和橡胶防老剂等工业产品的中间体和主要原料[4]。目前，检测环境中多环芳烃苊含量的方法有紫外分光光度法[5]、同步荧光光谱法[6]、气相色谱法[7]、液相色谱法[8,9]和气相或液相色谱与质谱联用法[10～12]。这些方法各有利弊，其中紫外分光光度法选择性差、定性难；气相色谱法和液相色谱法预处理复杂；气相色谱法-质谱法和液相色谱法-质谱法具有准确的定性和定量分析能力，但仪器昂贵、样品处理要求高；室温荧光法仪器操作简单、灵敏度高、分析速度快，但选择性差，多组分光谱易重叠。室温磷光(Room temperature phosphorescence, RTP)法不仅具有荧光法的优点，还具有选择性较好和线性范围宽等优势，在多环芳烃、农残、兽残、药物检测和生物成像分析中得到广泛应用[13]。Carretero等[14]发展了一种基于可变角同步扫描的微乳液增稳RTP技术， 同时测定了水溶液中5种多环芳烃; 龙文清[15]采用无保护液体RTP方法测定了井水和江水样中的1-萘胺; 贾丽华等[16]对卤代萘酐的环糊精诱导RTP性质进行了研究; 安昭琦等[17]基于盐酸巴马汀(PaH)可与Mn掺杂ZnS量子点(Mn:ZnS QDs)发生静电作用，导致Mn:ZnS QDs发生室温磷光猝灭效应的原理，发展了一种高效、快速检测人体体液中痕量PaH的RTP方法; Yang等[18]设计合成了一系列吩噻嗪衍生物， 并首次观察到奇特的纯有机光诱导RTP现象，极大地促进了有机磷光材料在生物体内成像的应用。但这些已报道的工作都是基于二维磷光激发光谱或发射光谱开展的对无机物或有机物的定性和定量研究，而基于激发发射矩阵三维室温磷光光谱对物质进行准确定量研究的工作还未见报道。

本研究提出利用激发发射矩阵磷光结合基于交替三线性分解算法(ATLD)的二阶校正方法，对娄底市区大气污染源(如餐厅餐厨油污、油烟气和烟囱灰)中苊含量进行检测。利用化学计量学二阶校正方法具有的“二阶优势”，可进一步提高室温磷光法的选择性，且可解决预处理繁琐和光谱重叠难分辨等难题[19～21]。本方法操作简便、经济环保，并在有未知干扰存在的情况下也能实现多环芳烃苊的准确快速测定，为大气污染源中多环芳烃的快速检测提供了一种很有潜力的分析方法，为大气颗粒物源解析提供了理论依据。

2 实验部分

2.1 仪器与试剂

F-7000荧光分光光度仪(日本日立公司)；LC-20AD凝胶渗透色谱(日本岛津公司)；TMP-1500大气采样器(江苏亿通电子有限公司)；电子分析天平(精度0.0001 g)。

苊分析标准溶液(2000 μg/mL，1.0 mL，溶剂为甲苯，阿拉丁试剂有限责任公司)；Na2SO3、KI、甲醇、环已烷、正已烷、丙酮、乙腈、二氯甲烷和无水乙醇(分析纯，湖南汇虹有限责任公司)； 超纯水(18.2 MΩ·cm)由ABZ1-10-P艾科浦水纯化系统(重庆Ever Yong Enterprises Development 公司)制备。

2.2 样品采集及预处理

餐厨油污样品采集于娄底市湖南人文科技学院食堂， 通过取样勺刮取抽油烟机出气口表层油污于采样瓶中获得。将采集的油污样称取35 g左右置于250 mL锥形瓶中，取正己烷30 mL，二氯甲烷20 mL，倒入锥形瓶中，加塞，室温静置于暗处，萃取24 h后过滤，留取滤液；将滤液转移至蒸馏烧瓶中，加入5.0 mL去离子水，置于真空旋转蒸发仪中，减压蒸馏出有机溶剂至残液5 mL，转移至烧杯中，备用。餐厨油烟气样品采集于娄底市湖南人文科技学院食堂。采用大气采样器于抽油烟机出气口采集获得。取10 mL正己烷-二氯甲烷混合液(3∶2,V/V)，加入大气采样器的U型管，收集学校附近餐厨油烟气。采取与油污滤液相同的浓缩方法处理收集液，得5 mL残液，转移至烧杯中备用。烟囱灰采集于娄底市某工厂烟囱底部内壁处， 采用毛刷刷取烟道内壁的烟灰于采样瓶中获得。称取10 g烟囱灰，采取与油污处理相同的方式进行萃取、蒸馏和浓缩后得5 mL残液，转移至烧杯中备用。

2.3 实验方法

将苊(ACE)标准溶液1.0 mL(2000 μg/mL)转移至100 mL棕色容量瓶中，用甲醇定容，配制成20 μg/mL的储备液， 备用。

2.3.1验证样与实际样配制取5个10 mL棕色容量瓶，各加入0.4、0.5、0.6、0.8和1.0 mL ACE工作液，分别加入2.5 mL 2.0 mol/L KI、0.4 mL 0.5 mol/L Na2SO3和4 mL 8%乙腈溶液，用去离子水定容至10 mL，编号1～5号，作为校正样品集。再分别取7个10 mL棕色容量瓶，各加入0.4、0.5、0.6、0.7、0.8、0.9和1.0 mL ACE工作液，分别依次加入2.5 mL 2.0 mol/L KI、0.4 mL 0.5 mol/L Na2SO3和4 mL 8%乙腈溶液，用去离子水定容，编号6～12号，作为验证样品集。

平行配制油污、油烟气和烟囱灰3组21个实际样，分别加入油污、油烟气和烟囱灰提取液，作为背景干扰，再在每组7个10 mL棕色容量瓶中分别加入与验证集相同体积的ACE工作液、KI、Na2SO3和8%乙腈溶液，最后用去离子水定容，作为实际样品集。

取3个10 mL容量瓶，分别加入油污、油烟气和烟囱灰提取液，加入2.5 mL 2.0 mol/L KI、0.4 mL 0.5 mol/L Na2SO3和4 mL 8%乙腈溶液，用去离子水定容，作为提取液空白样品，用于计算实际样中ACE的检出限(LOD)。

2.3.2仪器参数设置为了最大限度去除拉曼散射和瑞利散射的干扰，将三维磷光扫描的激发波长范围(λex)调整为240～440 nm，间隔为20 nm；发射波长范围(λem)调整为370～490 nm，间隔为10 nm；而狭缝宽度设置为20 nm/20 nm；扫描速度设置为240 nm/min，氙灯电压设置为800 V。

3 理论方法

3.1 三线性成分模型[22]

假设二阶仪器数据如激发发射矩阵磷光数据被收集在大小为I×J×K的三维数阵X中，其中I代表激发波长点数，J代表发射波长点数，K代表样本数。三维响应数阵X中第(i,j,k)个元素xijk可用式(1)表示：

(1)

其中，N表示对体系有实际贡献的磷光光谱成分数；xijk表示第k个样本在激发波长为i、发射波长为j时的磷光强度；ckn是相对浓度阵C(K×N)中的元素(k,n)；ain是相对激发光谱阵A(I×N)中的元素(i,n)；bjn是相对发射光谱阵B(J×N)中的元素(j,n)；eijk是三维残差数阵E(I×J×K)中的元素(i,j,k)。

3.2 交替三线性分解(ATLD)算法[23]

Wu等[23]于1998年将交替三线性分解算法用于三维数据处理。该算法充分利用交替最小二乘原理和基于奇异值分解的Moore-Penrose广义逆计算来改进平行因子分析(PARAFAC)算法的性能。该算法不仅保留了“二阶优势”，即在存在未知干扰时也能对感兴趣的组分进行准确的定量分析，而且具有收敛速度快和对过量因子数不敏感等优点。对三维数阵X采用ATLD分解可获得归一化激发光谱阵A、归一化发射光谱阵B以及相对浓度阵C。对A、B、C作适当处理后，再根据文献[24]的二阶校正步骤对未知样中感兴趣组分直接进行定量分析。

3.3 统计分析

全部三维磷光数阵均采用Matlab软件进行分析，算法和线性回归方程等均按照文献的算法自行编制。

4 结果与讨论

4.1 实验条件探索及优化

按2.2节方法制备的3种样本与苊标液进行色谱实验对照，未检出苊(如图1)。

因影响磷光发射及其强度的因素较多，所以本研究首先对实验条件进行优化。参考无保护流体室温磷光(NP-RTP)方法[25]，以KI为重原子微扰剂，Na2SO3为去氧剂，通过改变KI和Na2SO3浓度，考察苊(ACE)磷光强度和稳定性。结果表明，2.0 mol/L KI和0.5 mol/L Na2SO3可使ACE溶液被激发出较强的磷光信号，并持续稳定。在2 h内每隔2 min扫描一次ACE的发射光谱，叠加后如图2所示。在400 nm处，ACE的最大磷光强度基本维持在400～445。

图1 4种样本的色谱图：苊标样，油污，油烟气和烟囱灰Fig.1 Chromatographs for four samples:acenaphthene (ACE) standard, greasy dirt, oil smoke and flue dust

图2 采用荧光分光光度计(磷光模式)扫描60次获得的苊磷光发射光谱叠加图(λex, max=400 nm)Fig.2 Emission spectra profiles of ACE by using fluorescence spectrophotometer in phosphorescence mode after scanning 60 times (λex, max= 400 nm)

有机溶剂也会对ACE的磷光产生影响，通过考察甲醇、乙醇、环已烷、正已烷、丙酮和乙腈等有机溶剂种类及其浓度发现，8%乙腈溶液可使ACE获得最大的磷光强度。工作电压对信噪比有显著影响，本研究中测试工作电压从500 V升高至1000 V。当选取工作电压为800 V时，获得了较好的信噪比。

4.2 三维磷光光谱

图3为ACE含量为2.00 μg/mL的5#校正样、1#油污空白样、1#油烟气空白样及1#烟囱灰空白样的三维磷光光谱图。从图3可见，3种实际大气染污源样品的三维磷光谱中都存在不光滑且与ACE光谱重叠的峰(ACE的磷光激发和发射波长范围分别为λex= 240～440 nm和λem=370～490 nm)，这些峰可能来源于大气染污源样品中有机物或无机物的磷光发射，或仪器背景干扰(如瑞利散射)与ACE的吸收范围严重重叠。这些结果表明，未经分离直接采用常规RTP方法实现对大气污染源样品中ACE含量的准确快速测定非常困难。本研究提出了基于交替三线性分解的二阶校正法辅助三维室温磷光光谱的方法(ATLD-TRTP)，以达到对干扰严重的大气污染源样品中感兴趣组分的快速准确测定的目的。

图3 (A)5#校正样(2.00 μg/mL)、(B) 1#油污空白、(C) 1#油烟气空白和(D)1#烟囱灰空白样品的三维磷光光谱图Fig.3 Three-dimensional phosphorescence spectra of calibration sample No.5 (A, 2.00μg/mL), greasy dirt (B), oil smoke (C) and flue dust (D), respectively

4.3 方法验证

图4 利用核一致诊断算法预估计三维数阵的组分数(油污样)Fig.4 Estimating the rank of a three way data array by using CORCONDIA (greasy dirt sample)

4.4 大气污染源样品中ACE的光谱分析

在对实际样分析之前，首先采用核一致诊断算法(CORCONDIA)[26]预估计三维磷光数阵的组分数。以油污样为例，得到的结果如图4所示。前3个组分的核一致值大于60%，第4和第5个组分分别为40.4%和27.0%。通常，当核一致值≥60%时，模型被认为接近三线性；当核一致值<60%时，模型则被认为偏离三线性，根据核一致值的变化情况可获得准确的组分数。因此，根据核一致诊断结果，预估组分数为3。但ATLD算法对过量组分数不敏感，只要选取的组分数等于或大于真实组分数即可。本研究选取组分数为5，可以更好地拟合实际三维磷光数阵。

采用ATLD算法分辨油污、油烟气和烟囱灰的三维磷光数阵所获得的多环芳烃ACE的归一化磷光激发光谱和发射光谱。如图5所示，在3种不同的基体干扰中，ATLD算法每次分辨出的分析物ACE的发射光谱(图5B中蓝线)基本一致，都与其真实光谱(图5B中绿线)几乎完全吻合。但对于算法分辨的ACE激发光谱(图5A中蓝线)存在着一定的差异，其中在油污和油烟气两种基体中，分辨的激发光谱在300 nm以上的区域与其真实的区域(图5A中绿线)基本吻合，300 nm以下部分出现了偏差；对于烟囱灰样，算法分辨的激发光谱则与真实光谱吻合不是很好。这种差异性可能与磷光的激发机理有关，有待进一步研究。虽然激发光谱存在差异，但算法准确地分辨出了ACE发射光谱，依然可以进行定量分析。

图5 用ATLD(n=5)分析油污、油烟气和烟囱灰中苊获得的磷光归一化激发光谱(A)和发射光谱(B)(油污: A1、B1；油烟气: A2、B2；烟囱灰:A3、B3)
Fig.5 Resolved phosphorescence normalized excitation spectra (A) and normalized emission spectra (B) of ACE by applying ATLD(n=5)for analysis of greasy dirt (A1 and B1), oil smoke (A2 and B2) and flue dust (A3 and B3) samples, respectively

4.5 大气污染源样品中苊的定量及统计分析

表1 采用ATLD算法分析大气污染源样品获得的ACE含量(n=5)

Table 1 Obtained contents of ACE in the air pollution source samples by applying ATLD algorithm (n=5)

样品编号SampleNumber实际浓度Actual concentration(μg/mL)预测浓度 (回收率(%)) Predicted concentration (μg/mL)(Recovery, %)验证Validation油污Greasy dirt油烟气Oil smoke烟囱灰Flue dust10.800.68(85.4)-0.74(92.6)0.90(112.1)21.001.04(104.2) 1.05(104.7)0.98(98.4)1.04(103.7)31.201.25(103.9) 1.20(100.2)1.34(112.0)1.07(89.1)41.401.22(87.0) 1.25(89.3)1.47(105.2)1.16(82.6)51.601.49(93.3) 1.33(83.1)1.58(98.9)1.51(94.2)61.801.81(100.6) 1.46(81.0)1.61(89.2)2.07(115.2)72.002.03(101.3)1.70(84.9)-2.25(112.5)平均回收率Average recovery (%)96.5±6.890.5±7.999.4±6.1101.4±10.9

表2 品质因子和统计参数

Table 2 Figures of merit and statistical parameters

本研究还用灵敏度(SEN)[27，28]、选择性(SEL)[28]、检测下限(LOD)[29]和定量限(LOQ)[29]等品质因子评估了方法的准确性，结果如表2所示。获得的3种大气污染源样品中ACE的SEN分别为106.3、102.6和78.7 μg/mL， LOD分别为39.2、18.9和31.0 ng/mL。此外，还将本方法获得的LOD和LOQ与标准的气相色谱-质谱法[30,31]、高效液相色谱-紫外检测器和高效液相色谱-荧光检测器[32]等方法获得的LOD和LOQ进行了比较，结果见表2。结果表明，本方法获得的LOD和LOQ比标准的方法的更低或与之接近。

5 结 论

本研究建立的基于交替三线性分解的二阶校正方法结合激发发射矩阵三维室温磷光数阵(ATLD-TRTP)，能够快速准确地检测大气污染源样品中多环芳烃苊。本方法采用荧光光谱仪的磷光模式，对复杂大气污染源(如餐厨油污、油烟气和烟囱灰等样品)中苊进行无保护流体三维室温磷光扫描， 以获得三维磷光数阵，然后采用化学计量学二阶校正方法对数阵进行分解，实现了干扰共存下多环芳烃苊的快速定量分析。本方法准确、绿色环保，为研究大气颗粒物中PAHs的来源提供了一种很有潜力的分析方法。