污水水質參數與精神活性物質檢測準確度的相關性初探

房夢月，劉和平，陳志香，王 娟，張海清，李先國，張大海

（1.中國海洋大學 化學化工學院，山東 青島 266100；2.山東省公安廳禁毒總隊，山東 濟南 250001；3.東營市公安局，山東 東營 257091）

精神活性物質是指攝入人體后對中樞神經具有強烈興奮作用或抑制作用，影響人類思維、情感、意志行為等心理過程的物質。傳統意義上的精神活性物質調查方法包括捕獲-再捕獲法、德爾菲法以及乘數法等。2001年，DAUGHTON首次提出了污水流行病學（Wastewater-Based Epidemiology,WBE），通過分析市政污水估算非法藥物的濫用情況。該方法認為藥物經人體代謝后以母體和代謝產物的方式排出體外，進入市政污水體系流至污水處理廠。生活污水是居民日常生活中產生的廢水，如洗滌污水、廚余污水以及糞便污水等，不僅含有氨氮、蛋白質、尿素等污染物，還存在大量病原微生物。住房與城鄉建設部統計數據表明，2020年我國城市污水年處理量已接近660億立方米，其中處理率達97.53%，絕大多數生活污水均進入污水處理廠集中處理。水質參數是判斷污水的重要指標，主要包括化學需氧量（Chemical Oxygen Demand，COD）、生化需氧量（Biochemical Oxygen Demand，BOD）、總 氮（Total Nitrogen，TN）、總磷（Total Phosphorus，TP）、氨 氮（Ammonia Nitrogen，NH-N）、懸浮固體（Suspended Solid，SS）等。全國生活污水BOD與COD之間比值（以下簡稱為“B/C”）介于0.3~0.6之間，受經濟發展、產業結構、居民生活習慣和消費習慣等人為因素和區域氣候帶和水資源等自然要素的共同影響。污水中污染物的含量直接影響水質，如有機物高水體易腐敗，氮、磷高水體易富營養化等。

聯合國毒品和犯罪問題辦公室（The United Nations Office on Drugs and Crime，UNODC）估 測，2020年全球涉及精神活性物質人口約為2.75億，其中成癮性人口約為3500萬。如何有效評估精神活性物質使用量是開展目標物管控的前提條件。2005年，ZUCCATO等首先利用污水流行病學原理評估區域毒情，該技術也逐漸成為公安部門評估區域毒情的重要方法。隨著檢測設備精密度的不斷提升，污水中痕量有機物質的準確檢測已逐漸成為可能，但是污水驗毒采樣點多集中在污水處理廠進水口或管網結點，與精神活性物質發生地之間存在一定的距離，因此測定值和真實值之間是否存在差異的分歧較大。LI等的研究證實了生物活性和pH值能夠直接影響生物標志物的穩定性；RAMIN等認為生物膜可以增強藥物生物標志物的轉化率；BAKER等則認為中性水環境中的甲基苯丙胺穩定性較好。

為進一步探究污水中復雜基質對其內含目標物檢測準確性的影響程度，本研究選用山東省東營市某污水處理廠進水口污水為研究對象，通過改變樣品儲存時間、溫度、pH值等條件，測定水樣 的COD、BOD、NH-N、TP以及定量加入的目標物含量，定性、定量分析水質參數與目標物含量之間的關系，為目標區域內毒情的準確評估提供借鑒和參考依據。

1 材料與方法

1.1 儀器與試劑

Supelco-57044型固相萃取儀（美國Supelco公司）；12通道氮吹儀（杭州奧盛儀器有限公司）；DR2800型分光光度計（美國HACH公司）、DR200型消解儀（美國HACH公司）；OxiTop IS 12型BOD分析儀（德國WTW公司）；Qtrap 5500 plus型液相色譜-質譜聯用儀（美國AB Sciex公司）。

污水樣品和BOD種子污泥取自山東省東營市某污水處理廠，實驗用水為實驗室制備的純水。

氨氮試劑盒（0~50 mg/L）和COD試劑盒（20~1 500 mg/L）（美國HACH公司）；目標物氯胺酮（Ketamine，KET）、去甲氯胺酮（Norketamine，NK）、苯甲酰愛康寧（Benzoylecgonine，BZE）、3,4-亞甲二氧基甲基苯丙胺（Methylenedioxymethamphetamine，MDMA）、嗎啡（Morphine，MOR）標準品（1 mg/mL）以及 氘 代 目 標 物KET-D、NK-D、BZE-D、MDMAD、MOR-D標 準品（100 μg/mL）（美國Cerilliant公司）；甲醇和二氯甲烷均為色譜純（上海安譜實驗科技有限公司）；Oasis MCX固相萃取柱（3 mL，60 mg）（美國Waters公司）；0.45 μm微孔濾膜（天津津騰實驗設備有限公司）。

1.2 方法

1.2.1 儀器工作條件

色譜條件 柱溫40℃；流動相A為0.2‰（體積分數，下同）的甲酸溶液，流動相B為0.2‰甲酸-乙腈溶液，流速為0.3 mL/min；進樣量為2 μL。以該液相色譜條件為初始方法，流動相的梯度洗脫程序見表1。

表1 梯度洗脫程序

質譜條件 電噴霧離子源（Electron Spray Ionization，ESI），正 離 子 化 模 式（ESI）；多 反 應 監 測（Multiple Reaction Monitoring，MRM）模式。其他質譜參數見表2。

表2 質譜參數

1.2.2 水樣采集及處理

利用自動采樣器于2021年5月在東營市某污水處理廠進水口采集基礎水樣，置于透明樣品瓶中，每瓶水樣體積約為400 mL，采集后水樣的一半加入濃硫酸使其pH值約為2，冷鏈運輸至實驗室。樣品分別在-17℃和室溫25℃條件下存儲0、1、3、5、10、15d，并測定COD、TP、NH-N的含量，同時測定第0、5、10、15d的BOD含量。

1.2.3 儲備液配置及水質參數測試方法

實驗前用甲醇將目標物標準品稀釋為質量濃度為400 μg/L的標準工作溶液，將氘代目標物標準品用甲醇稀釋為質量濃度為200 μg/L的內標工作溶液備用，樣品中加入目標物的初始質量濃度均為50 ng/L。分別采用重鉻酸鉀法、壓力法、磷鉬藍法、水楊酸法測定COD、BOD、TP、NH-N的含量。

1.2.4 樣品前處理過程

實驗室采用的前處理方法流程如下：固相萃取柱分別用甲醇、超純水、含酸水進行活化；取用50 mL經0.45 μm濾膜過濾后的水樣，加入50 μL內標后過柱，過柱流速控制在1~2 mL/min。萃取后的固相萃取柱真空抽氣20 min，分別用甲醇和氨水-甲醇溶液進行洗脫。洗脫液置于33℃水浴中，緩緩吹氮至近干，用20%（體積分數，下同）的甲醇溶液對樣品復溶，使用0.45 μm針頭過濾器過濾后，在儀器工作條件下進行測定。

2 結果與討論

2.1 不同環境下水質參數和目標物變化趨勢

基礎水樣的pH值為7.4，COD、TN、NH-N、總磷的質量濃度分別為297、46.3、36.8、3.96 mg/L。實驗將水樣分為常溫實際環境、常溫酸性環境、低溫實際環境和低溫酸性環境這4種情況進行探討。整體上看，不同環境中COD的變化趨勢較為平穩，在一定范圍內發生波動，BOD受pH值影響變化較大，NH-N和TP變化幅度非常小，具體分析如下。

2.1.1常溫實際環境

常溫實際環境中水質參數與目標物的變化趨勢見圖1。從圖1可得出以下結論：

圖1 常溫實際環境下水質參數與目標物含量的變化情況（n=52）

（1）隨著時間的延長，樣品中COD的變化不顯著，超過3d會出現一定程度的下降。各目標物的變化趨勢有一定的波動，整體呈現先減小后增大再減小的趨勢。檢出量最低的是BZE，這是因為BZE受基質效應影響大，其離子化相對更易受抑制，這與孫其然等的研究結果相一致。將樣品的COD變化趨勢與目標物檢測數據變化趨勢進行比較發現，COD數值高，樣品中能夠檢測到的目標物含量更靠近加入值，尤其是KET與NK。這表明COD在一定程度上能夠抑制目標物的轉化效率，即較高含量的COD會使目標物的檢出量更接近于真實情況。

（2）隨著時間的延長，樣品中BOD的變化呈現先增大后減小的趨勢，通過比較BOD與各目標物變化情況發現，BOD含量越高，目標物的檢出值越偏離加入值，特別是BZE和NK。BOD數值高，表明能被微生物利用的有機質含量高，待測目標物也為有機物小分子，微生物在分解水中有機質的同時也在分解目標物，因此高含量的BOD能夠增強目標物的轉化效率。

（3）隨著時間的延長，NH-N變化趨勢較為平穩，整體呈現先減小后緩慢增加的趨勢，通過比較NH-N與目標物的變化情況可以發現，NH-N數值高，樣品中能夠檢測到的目標物含量更靠近加入值。

（4）隨著時間的延長，TP的變化整體呈上升趨勢，在中性環境中，總磷以HPO和HPO的形式存在，通過比較TP與目標物的變化情況發現，TP含量與目標物的變化趨勢之間關聯性較弱。

2.1.2 常溫酸性環境

常溫酸性環境中水質參數與目標物的變化見圖2，從圖2可以得出以下結論：

圖2 常溫酸性環境下水質參數與目標物含量的變化情況（n=44）

（1）隨著時間的推移，目標物變化趨勢比較平穩，但MOR的含量波動較大。樣品COD的含量呈現先減小后增大再減小的趨勢，在一定范圍內波動。將樣品COD的變化趨勢與目標物變化趨勢進行比較發現，COD數值越高，能被檢測出的目標物含量越向加入值靠近，尤其是MOR，與COD的變化趨勢基本一致。這與常溫實際環境情況一致。

（2）常溫酸性環境中的BOD值遠低于常溫實際環境，這主要是因為微生物最適宜的pH值范圍是6.5~8.5，酸性或堿性過強的環境均不利于微生物的生存和生長，酸性環境中B/C大幅下降，隨著時間的延長，BOD變化趨勢先減小后增大，這是耐酸性微生物逐漸占據優勢的結果。通過比較BOD與各目標物的變化趨勢發現，BOD含量越低，目標物的檢出值越接近加入值，特別是KET和BZE。

（3）常溫酸性環境中的NH-N比常溫實際環境中更加穩定，是由于該環境下樣品中H濃度過高，抑制了游離氨的水合反應。隨著時間的延長，NH-N變化趨勢十分平穩，目標物含量在一定范圍內波動，NH-N濃度與目標物變化趨勢之間無明顯關聯性。

（4）pH值在1~4之間時，溶解態磷以HPO和HPO的形式存在，TP含量穩定，整體上微降后保持平穩，同NH-N類似，TP與目標物變化趨勢之間關聯性較弱。

2.1.3 低溫實際環境

低溫實際環境中的水質參數與5種目標物的變化情況見圖3，從圖3可以得出以下結論：

圖3 低溫實際環境下水質參數與目標物含量的變化情況（n=44）

（1）隨著時間的延長，樣品COD的變化趨勢較為平穩，超過3d會出現一定程度的下降，目標物波動情況相較于其他環境幅度較大，整體呈現先增大后減小再增大又減小的趨勢。通過比較COD與各目標物變化情況發現，低溫實際環境中的COD數值低，目標物的檢出值更靠近加入值，尤其是KET和NK。

（2）隨著時間的延長，BOD則呈現先增大后減小再增大的趨勢，這是由于水樣中常溫優勢豐度微生物群落向低溫優勢豐度微生物群落轉換導致的。同樣可以發現，BOD越高，目標物檢出值越偏離其加入值，尤其是目標物中的MDMA和MOR表現更加明顯，表明兩者受BOD影響顯著。

（3）低溫實際環境中NH-N穩定，整體變化平穩，而目標物變化趨勢明顯，比較兩者變化情況，發現NH-N與目標物之間關聯性微弱，該環境中的TP含量明顯低于其他3種環境中的數值，這是因為實際水樣呈弱堿性，低溫堿性條件會加速磷的絮凝沉降，TP與目標物的變化情況之間關聯性較弱。

2.1.4 低溫酸性環境

低溫酸性環境中的水質參數與5種目標物的變化情況見圖4，從圖4可以得出以下結論：低溫酸性條件下保存的污水，其目標物的穩定性優于其他條件，這與文獻報道的關于精神活性物質研究結果相吻合。隨著時間的延長，樣品中的目標物濃度變化情況較穩定，COD變化趨勢也較為平穩。將樣品的COD變化趨勢與目標物檢測值變化趨勢進行比較發現，COD數值越低，目標物的檢出值更靠近加入值，特別是KET和MOR。BOD變化趨勢穩定，整體呈現先減小后增大的趨勢，比較BOD與目標物的變化趨勢可以看出，BOD數值越高，樣品中能被檢測到的目標物含量越偏離加入值，尤其是目標物中的KET和MOR。NH-N變化趨勢穩定。與目標物變化趨勢之間關聯性較弱。隨著時間的變化，TP呈現先增大后減小再增大的趨勢，觀察TP與目標物的變化趨勢可以發現，TP數值越高，目標物的檢出值更靠近加入值，特別是目標物中的MDMA和MOR。

圖4 低溫酸性環境下水質參數與目標物含量的變化情況（n=52）

通過比較4種環境中目標物的檢出濃度可以發現，酸性環境中目標物檢出值高于弱堿性環境，這是由于大多目標物中含有氨基官能團，酸性環境中H易與N電子結合，抑制N電子向活化物的轉化從而抑制其降解。

2.2 主成分分析

為了進一步探索4種不同環境下水質參數與目標物含量之間的關系，對實驗結果進行了主成分分析。在SPSS 25軟件包中進行KMO與Bartlett球形度檢測，KMO數值大于0.5，Bartlett球形檢驗結果小于0.05。選取特征值大于1的成分共3個，根據方差注釋圖，前三位主成分累計方差貢獻率76.62%（表3），選擇前三個主成分對數據進行因子分析，并將數據以最大方差法旋轉后得到載荷圖（圖5）。給出了特征在三個主成分上的投影，非相關特征相互正交，變量坐標對應其與主成分的相關性和方向性，載荷圖中的正交向量表示變量之間的相關程度。由于載荷圖屬于三維圖，在直觀性上有所欠缺，筆者又引入相關性熱圖（圖6）共同證明。利用Origin 2022軟件繪制目標物與水質參數的相關性矩陣圖（圖6），圖中顏色越深、范圍越大，表明兩種物質之間相關性越強，紅色表示呈正相關，藍色表示呈負相關。結合所作載荷圖（圖5）以及相關性矩陣圖（圖6）分析，可以發現各目標物含量變化情況與COD之間呈正相關，尤其是MDMA、MOR與NK，即目標物含量隨著COD含量的增加而增加，這說明污水中能被氧化的還原性物質多會導致污水中目標物檢出濃度上升。目標物含量變化與BOD之間呈負相關，即目標物濃度隨BOD增加而減少，這主要是因為目標物也歸屬于有機物，如果污水中的微生物含量多，其生物降解過程可將目標物轉化為其他物質，從而導致目標物檢出濃度降低。而各目標物與TP和NH-N之間相關性不大，這說明污水中氮磷含量的變化對于目標物的檢出濃度不會產生太大的影響。

表3 主成分特征值及貢獻率

圖5 污水水質參數與5種目標物含量的相關成分圖

圖6 污水水質參數與5種目標物含量的相關性矩陣圖

2.3 模型建立

上述分析表明污水中目標物檢測結果與污水水質參數之間存在相關性，本文以所得實驗數據建立模型公式。設定樣品實際目標物濃度與利用液質聯用技術檢測出來的結果存在校正系數γ，則校正系數γ為：

主成分分析以及相關性矩陣結果表明，COD和BOD與目標物之間相關性強，而TP及NH-N與其相關性弱，γ主要受COD與BOD影響，因此模型公式的建立以COD與BOD為主要參數。由于目標物彼此之間呈現的變化趨勢不盡相同，因此將各種目標物的模型獨立分析。以Matlab軟件中的Curve Fitting Tool對數據進行處理（n=170），建立基礎數學模型。

Matlab中對于數據處理有不同的方式，包括自定義、指數逼近、傅里葉逼近、高斯逼近、插值逼近、多項式逼近、冪逼近、有理數逼近、平滑逼近、正弦曲線逼近等，本研究將各種處理方式代入驗證之后，發現多項式處理最適合污水體系，而且當COD與BOD為二次方程時，模型R值最高，公式簡潔，更能合理解釋校正系數值，具體擬合系數見表4，擬合趨勢圖見圖7。

圖7 目標物模型擬合圖

表4 擬合方程系數結果

其中：c為污水中COD的質量濃度，g/L；c為污水中BOD的質量濃度，g/L。

在以上所作回歸模型中，目標物KET模擬方程R值為0.2580、目標物NK模擬方程R值為0.6408、目標物BZE模擬方程R值為0.579 4、目標物MDMA模擬方程R值為0.590 2、目標物MOR模擬方程的相關系數R值為0.449 0，雖然該模型在一定程度上反映了水質參數和目標物之間的相關性，但是整體擬合度不高，這主要是因為污水中基質太過復雜，包括溶解氧、總氮、硝酸鹽氮以及各種陰、陽離子等。而本文只考察了4種影響因素，擬合方程只選取了其中2種主要因素，仍舊無法全部解釋污水的基質影響，這需要在后續研究中繼續完善，以期獲得擬合度更高的結果。

為驗證模型準確性，以MDMA為例，利用實驗所得數據進行反推，驗證模型可靠性。運用Origin 2022軟件包作出實測值與模擬值散點圖，并對散點圖進行線性擬合，相關系數R值為0.775 6，表明模型擬合效果良好。

因此，將公式（1）與公式（2）聯立得到污水中目標物實際濃度的預測方法公式（3），方程式（3）中各項系數值見表7，對于污水中目標物實際濃度的估算，需要利用其檢測濃度，結合水樣中COD、BOD的測試值，代入公式即可對檢測值進行校正。

3 結論

本文針對KET、NK、BZE、MDMA、MOR這5種精神活性物質，依據水質參數與目標物之間的相關性，建立目標物測量值和真實值之間的校正模型，并利用MDMA對模型進行線性擬合，結果顯示擬合效果良好。