交替懲罰三線性分解結合室溫磷光法快速解析土壤中芴的含量

摘 要：

多環芳烴是土壤中常見的有機污染物，具有致癌、致畸、致基因突變等“三致作用”。本文建立了一種基于交替懲罰三線性分解結合三維室溫磷光法（APTLD-TRTP）測定不同類型土壤（如農田區、生活區和工業區）中多環芳烴芴（FLU）的方法，并與基于平行因子分析的方法（PARAFAC-TRTP）進行比較。首先構建一個驗證集來探索開發方法的預測能力，然后利用其對加標土壤樣和實際未知土壤樣品中FLU進行定量分析。在N=3時，APTLD-TRTP和PARAFAC-TRTP獲得土壤加標樣中FLU的平均回收率分別為（90.4±5.6）%和（90.3±4.8）%，預測均方根誤差（RMSEP）分別為0.32 μg/mL和0.31 μg/mL。方法預測的工業區土壤樣中FLU的濃度范圍為0.34～0.96 μg/g，顯著高于相關標準限值0.05 μg/g，表明該研究區域土壤已受到FLU污染，其污染源可能來源于鋼鐵工業區煤炭燃燒、石油泄漏和汽車尾氣排放等。

關鍵詞：

平行因子分析；交替懲罰三線性分解；室溫磷光法；芴；土壤

中圖分類號：X830.2

文獻標識碼：A

文章編號：1008－0457（2024）05－0001－07

國際DOI編碼：10.15958/j.cnki.sdnyswxb.2024.05.001

多環芳烴（Polycyclic Aromatic Hydrocarbons，PAHs）是一類廣泛存在于環境中的有機污染物，因其具有較強的致畸性、致癌性和致基因突變性，而引起了世界各國人們的共同關注與研究［1-2］。PAHs大多來源于人類的生產活動，少量來自天然源［3］。土壤中PAHs污染是通過大氣沉降進入地表，再通過地表徑流造成的。植物根部可從土壤中吸收PAHs，所以當人類食用受到PAHs污染的植物時，會危及人類自身的健康［4］。因此，對土壤中PAHs含量的定性和定量分析，可為人們對PAHs的有效防控提供理論依據。

多環芳烴芴（Fluorene，FLU）會刺激皮膚、眼睛及呼吸道，食入后將引起惡心、嘔吐及腹瀉，對生態環境和人體健康具有嚴重的危害［5］。目前，檢測環境中FLU含量的方法有高效液相色譜法［6-7］、熒光光譜法［8］、高效液相色譜-熒光/紫外二極管陣列檢測器串聯法［9］、液相/氣相色譜-質譜法［10-11］等。這些方法各有其優缺點。高效液相色譜-熒光/紫外二極管陣列檢測器串聯法靈敏度高、準確可靠，但有機溶劑用量大［12］；高效液相色譜-質譜法分析成本高、預處理麻煩且耗時長［13］；氣相色譜-質譜法雖能進行定性與定量分析，但樣品處理十分繁瑣［14］；熒光光譜法雖然操作簡單、測試時間短、靈敏度高，但存在選擇性差，易受干擾、光譜峰易重疊等缺點［15］。由于磷光的壽命比熒光長，室溫磷光法不僅具有熒光的優點，而且選擇性好、線性范圍寬［16］。孫莉娜等［17］由于秋水仙堿（COL）能催化過氧化氫（H2O2）氧化吖啶黃（AY），促使 AY 的室溫磷光信號（Room Temperature Phosphorescence，RTP）迅速猝滅，開發了基于H2O2氧化 AY 固體基質室溫磷光（SS-RTP）測定 COL 的新方法，進一步推動了 COL 檢測技術的發展。楊欣等［18］采用同步掃描-微乳狀液增穩室溫磷光法同時測定痕量多環芳烴。蔡培原［19］發展了一種催化固體基質室溫磷光法（SS-RTP）測定痕量奮乃靜（PPH），此方法能快速檢測人體和動物血液中PPH，從而推動了PPH殘留檢測技術的研究。然而至今很少有報道采用室溫磷光法（TRTP）測定多環芳烴含量的方法研究。

本文提出采用激發-發射矩陣磷光結合基于交替懲罰三線性分解算法的二階校正方法（Alternating Penalty Trilinear Decomposition-Three-Dimensional RTP，APTLD-TRTP），對某市不同功能區如農田區、生活區和工業區等各類土壤樣中FLU含量進行檢測，并與基于平行因子分析（Parallel Factor Analysis-TRTP，PARAFAC-TRTP）的方法進行了比較，獲得了較為滿意的結果。

1 材料與方法

1.1 儀器與試劑

試驗中使用的儀器設備有F-7000熒光光譜儀（日本日立公司）、移液槍（芬蘭百得，量程為100～1000 μL）、AN0556電子分析天平（上海民橋精密科學儀器有限工公司）、SHZ-DⅢ真空泵（鞏義市予華儀器有限公司）、JC101-OA電熱恒溫鼓風干燥箱（成都科巨實驗儀器有限公司）、DF-101S恒溫加熱磁力攪拌器（鞏義市予華儀器有限公司）以及RE-201D旋轉蒸發器（鞏義市予華儀器有限公司）等。

環己烷、二氯甲烷、乙腈、亞硫酸鈉和碘化鉀均為分析純試劑（湖南匯虹有限責任公司）；分析標準物質芴（≥ 99%）和無水乙醇（分析純）購于上海阿拉丁生化科技股份有限公司；去離子水為實驗室超純水儀生產（艾科浦水純化系統）。

1.2 樣品采集及預處理

土壤樣本分別采集于某校區強毅樓旁草坪（QYL，（表示此樣本用QYL表示，下同））、逸夫樓旁農田（NT）、某鋼鐵企業軋鋼廠內外空地（ZGN和ZGW）、某污水處理廠內外草地（WSN和WSW）、某橡膠有限公司前后門空地（XJQ和XJH），逸夫樓旁臭水溝（CSG）以及城市周邊山腳土（SJ01—SJ05）。用小鋤頭分別在14個采樣點挖取表層土壤于采樣袋中。將采取的14個土壤樣于30 ℃烘箱中烘干，挑去雜物后研成粉末，過100目篩。每個土壤樣分別稱取20 g左右于250 mL錐形瓶中，加入30 mL正己烷和20 mL二氯甲烷，密封置于暗處，24 h后減壓過濾，收集濾液倒入旋轉蒸發儀的蒸發瓶中，再加入5 mL 去離子水，旋轉蒸發至約為4 mL 溶液，備用。

1.3 試驗方法

準確移取310.00 μg/mL芴（FLU）標準溶液11.5 mL于100 mL棕色容量瓶中，然后用甲醇定容，配制成35.65 μg/mL儲備液，備用。

1.3.1 配制驗證樣與實際樣

取6個10 mL 棕色容量瓶，先分別加入0.4、0.5、0.6、0.8、0.9、1.0 mL FLU 工作液，再在每個容量瓶中加入相同的2.5 mL 2.0 mol/L KI、0.5 mL 0.5 mol/L Na2SO3和1.0 mL 8%乙腈溶液，最后用去離子水定容至10 mL，作為校正集（編號為C01—C06）。同樣取5個10 mL 棕色容量瓶，分別加入0.55、0.65、0.75、0.85、0.95 mL FLU 工作液，加入與校正集同樣的KI、Na2SO3和乙腈溶液，用去離子水定容至10 mL，依次編為T01—T05，作為驗證集。再配制4個土壤加標樣（S01—S04），與驗證集不同的是在4個樣本中分別添加了土壤提取液作為干擾。校正集、驗證集和土壤加標樣品集配好后各物質的濃度如表1、表2和表3所示。

取3個10 mL容量瓶，分別加入2.5 mL 2.0 mol/L KI、0.5 mL 0.5 mol/L Na2SO3和1.0 mL 8%乙水腈溶液，用去離子水定容至10 mL，作為空白樣。

平行配制14個土壤實際樣，分別加入不同采樣點土壤提取液4 mL，再在每個棕色容量瓶中加入與校正集相同體積的KI、Na2SO3和8%乙腈溶液，作為實際樣品集。每個實際樣品平行測量2次。

1.3.2 儀器參數設置

本試驗采用的激發波長范圍為260～360 nm，間隔寬度為20 nm；發射波長范圍為300～630 nm，間隔寬度為10 nm；采用的狹縫寬度均為20 nm；掃描速度為 240 nm/min，電壓為800 V。

1.3.3 交替懲罰三線性分解算法

夏阿林等［20］根據三線性成分模型提出了交替懲罰三線性分解算法（Alternating Penalty Trilinear Decomposition， APTLD）。該算法采用基于最小二乘原理的懲罰因子和殘差函數構建三個目標函數， 然后以交替的方式最小化這些目標函數，最后獲得方程的最優解。在某種程度上其性能與經典的平行因子分析（PARAFAC）相當，但運算速度快且對過量因子數不敏感。對于APTLD的詳細理論推導可參閱文獻［20］。APTLD可用于分解三維數陣XI×J×K（其中I為激發波長點數，J為發射波長點數，K為樣本數），并獲得具有明確物理和化學意義的兩個載荷矩陣（A和B）和一個得分矩陣（C）。如以三維磷光數陣為例，矩陣A、B和C分別對應于歸一化激發光譜曲線、歸一化發射光譜曲線和相對濃度曲線。對校正樣中待測分析物的相對濃度與真實濃度作線性回歸并獲得線性方程，即可用于預測未知樣品中待分析物的準確濃度。

2 結果與分析

2.1 試驗條件探索及優化

在試驗過程中，很多因素會影響磷光的強度，需對試驗條件進行優化［21］。在2 h內每隔2 min掃描一次FLU的磷光發射光譜，疊加后光譜如圖1所示。一般情況下，為了減小誤差，校正集和驗證集應在同一時間內全配好，依次測其磷光強度。但從圖1可知，芴在初始時刻最大磷光強度為60左右，隨著時間推移其磷光強度逐漸減弱，2 h后下降至20左右。所以本試驗采用現配現測，以減少試驗誤差。

2.2 三維磷光光譜

圖2是FLU含量為3.56 μg/mL的校正樣（C06）、逸夫樓旁臭水溝土壤樣（CSG）、逸夫樓旁農田土壤樣（NT）、某橡膠有限公司前門和后門土壤樣（XJQ和XJH）、某學校強毅樓旁土壤樣（QYL）、某市第一污水處理廠內外土壤樣（WSN和WSW）和某鋼鐵企業軋鋼廠內外土壤樣（ZGN和ZGW）的三維磷光光譜圖。從圖2可見，9種工業區實際土壤樣品的三維磷光光譜與FLU 的磷光光譜峰發生嚴重重疊。由此可見，直接應用室溫磷光法很難實現對土壤樣中FLU含量的檢測。

2.3 方法驗證

首先建立了一個預測FLU濃度的驗證模型。采用核一致診斷法（CORCONDIA）［22］對體系組分數進行估計，方法建議模型組分數（N）選3（圖3）。然后用APTLD算法對驗證模型進行解析，并與經典的PARAFAC算法結果進行了比較，結果如表2所示。兩種算法獲得驗證樣中FLU的平均回收率分別為（90.4±5.4）%和（90.8±6.8）%，預測均方根誤差（RMSEP）分別為0.35 μg/mL和0.39 μg/mL，相關系數分別為0.936 5和0.984 8。APTLD的t檢驗值為2.18，小于參考值，說明其預測結果不存在顯著性差異；而PARAFAC的t值為2.91，大于參考值，說明其預測結果差異性較大。結果顯示APTLD的預測結果稍好于PARAFAC的結果。說明發展的方法可以用于樣品中FLU的準確預測。接下來，將采用發展的方法對土壤加標樣和實際土壤樣中FLU進行定性定量分析。

2.4 快速定量土壤加標樣中FLU含量

制備了添加不同濃度FLU的4個土壤樣（S01至S04）和一個未加分析物的空白土壤樣。按照序號順序測量樣品，未加標河泥樣重復測量3次，從而產生了一個維度為14× 6×13的三維數陣。采用CORCONDIA對體系組分數進行估計，獲得的組分數（N）為3。

采用兩種算法分辨土壤樣品集的三維磷光數陣獲得了FLU的歸一化磷光激發光譜和發射光譜，如圖4所示。兩種算法分辨的FLU激發光譜與其真實光譜吻合度較好（圖4-a和圖4-c）。PARAFAC分辨的FLU發射光譜與其真實光譜在580 nm以上區域有較大偏差（圖4-b），而APTLD分辨的FLU發射光譜（圖4-d紅色實線）與其真實光譜（圖4-d綠色五角星）幾乎完全吻合。由此可知，APTLD能夠準確地進行FLU光譜分辨，說明所得的結果是可靠的。另外，除了獲得FLU的磷光光譜信息外，還獲得一個相對濃度矩陣。對校正集中分析物的相對濃度和已知濃度進行線性回歸就能估計出未知樣中分析物的濃度。表3列出了土壤樣中FLU的預測結果。PARAFAC和APTLD獲得的FLU平均回收率分別為（90.3±4.8）%和（90.4±5.6）%，RMSEP分別為0.31 μg/mL和0.32 μg/mL。t值分別為2.43和2.10，小于參考值3.18。這些結果顯示基于APTLD的三維校正方法結合室溫磷光法在定量分析土壤中FLU時提供了滿意的預測能力，且其性能稍好于PARAFAC。

2.5 品質因子分析

品質因子如靈敏度（SEN）、選擇性（SEL）、檢測下限（LOD）和定量限（LOQ）常用來評估方法預測結果的準確度［23］，其結果列于表3第9至12行。APTLD給出的SEN和SEL分別為36.90和0.30 mL/μg，稍差于PARAFAC的結果（72.96和0.54 mL/μg）。獲得的LOD和LOQ分別為0.018和0.053 μg/mL，與已報道的交替三線性分解（ATLD）輔助的HPLC-DAD方法相近，優于PARAFAC給出的結果（0.028和0.083 μg/mL）。從這些結果可知，APTLD給出了較好的品質因子，說明該算法的定量結果準確可靠。這些結果進一步證實了APTLD的性能優良，基于APTLD算法的三維校正方法能用于直接和選擇性的定量分析復雜體系中感興趣組分，并給出滿意的結果。

2.6 實際土壤樣品中FLU的定量及源解析

用APTLD算法分別解析土壤樣品集1和土壤樣品集2的三維磷光數陣，對獲得的FLU相對濃度矩陣進行線性回歸，得到預測值的平均值列于表4中。兩種方法獲得農田和山腳土樣中FLU含量均小于0.046 μg/g，而獲得的工業區土壤樣品集中FLU的預測濃度范圍在0.34～0.96 μg/g之間，其中QYL土壤樣品中預測濃度最小，兩種方法獲得的預測值分別為0.34和0.37 μg/g；CSG樣品中預測濃度最大，分別達0.95和0.96 μg/g。

3 討論與結論

傳統的磷光方法在干擾和峰重疊條件下，很難實現對FLU的直接快速定量分析。本研究通過采用基于具有“二階優勢”的交替懲罰三線性分解算法結合高靈敏度的室溫磷光法（APTLD-TRTP），對研究區域土壤樣中FLU進行檢測分析，并與基于平行因子分析（PARAFAC-TRTP）的方法進行比較。為了驗證方法的準確性，首先建立了一個驗證模型。在無干擾物存在的情況下，采用兩種算法都成功實現了對驗證樣中FLU的準確預測，且APTLD的結果稍好于PARAFAC的結果。由于三維校正方法具有二階優勢，它能從含有未知未校正的干擾中分辨出分析物的激發和發射光譜曲線，還能獲得準確的濃度預測。三線性分解方法的唯一性和該方法的可靠性也再一次得到了證實。最后，將發展的方法應用于實際土壤樣的解析，并對工業區FLU來源進行解析。工業區土壤中FLU檢出值已超加拿大農田土壤中芴限值（0.05 μg/g），說明工業區土壤已受到了一定程度的FLU污染，其污染源可能來源于鋼鐵工業區煤炭燃燒、石油泄漏和汽車尾氣排放等，與已有文獻報道相一致［14， 24-25］。

本研究采用熒光分光光度計的磷光模式，對復雜土壤中芴進行無保護流體三維室溫磷光掃描，然后采用化學計量學二階校正方法對數陣進行解析，成功地實現了對某市不同類型土壤中芴含量的檢測。本方法分析成本低、操作簡單，為土壤中多環芳烴的研究提供了一種很有前景的檢測方法。

（責任編輯：嚴秀芳）

參 考 文 獻：

[1]

杜云，王書濤，鄭亞南，等.基于熒光分析法和APTLD相結合的多環芳烴的檢測［J］.發光學報，2019，40（3）：404-412.

［2］Wilcke W.Global patterns of polycyclic aromatic hydrocarbons （PAHs） in soil［J］.Geoderma，2007，141：157-166.

［3］Alves C A，Vtc3uO1aJsINm5sII/KWqNok5dZc149Sf7yAJsL/VGd4=icente A M，Custdio D，et al.Polycyclic aromatic hydrocarbons and their derivatives （nitro-PAHs，oxygenated PAHs，and azaarenes） in PM2.5 from Southern European cities［J］.Science of the Total Environment，2017，595：494-504．

［4］唐璇.不同種類蔬菜幼苗對多環芳烴脅迫的響應［D］.南寧：廣西大學，2018.

［5］程文艷，劉亞男，李蕊.四種溶劑對土壤中芴的提取及HPLC檢測比較研究［J］.環境工程，2017，35（4）：154-160.

［6］馮精蘭，申君慧，翟夢曉，等.超聲萃取-高效液相色譜測定沉積物中的多環芳烴［J］.自然科學，2011，39（6）：88-91.

［7］高庚申，徐蘭，安裕敏.紫外-熒光檢測器高效液相色譜法測定PM2.5中16種多環芳烴［J］.環境污染與防治，2013（3）：53.

［8］王玉田，劉婷婷，劉凌妃，等.基于三維熒光光譜結合小波壓縮與APTLD對水中多環芳烴測定［J］.光譜學與光譜分析，2018，38（4）：1171-1177.

［9］薛佳.環境樣品中16種多環芳烴分析方法研究［J］.福建地質，2012，31（4）：358-366.

［10］劉梅.ASE-GPC-GC-MS快速分析土壤中的多環芳烴［J］.干旱環境監測，2012，26（2）：70-73.

［11］Wang G Q，Wang Z Y，Cheng M J，et al.Determination of 30 polycyclic aromatic hydrocarbons in edible vegetable oils by freeze defatting combined with gas chromatography-tandem mass spectrometry［J］.Food Science，2018，39（8）：282-287.

［12］Qing X D，Zhou H B，Zhang X H，et al.Alternating trilinear decomposition of highly overlapped chromatograms for simultaneously targeted quantification of 15 PAHs in samples of pollution source ［J］.Microchemical Journal，2019，146：742-752.

［13］梁婷婷，曾云想，柯建賽，等.UPLC-MS/MS同時測定醬鹵制品中15種大環內酯類抗生素［J］.山地農業生物學報，2023，42（5）：78-82.

［14］劉添鑫，姜浪，楊紅，等.一種化學計量學耦合新技術用于鋼鐵工業區土壤中11種多環芳烴的源解析［J］.分析化學，2022，50（5）：791-800.

［15］李愛民，連增艷，楊仁杰，等.基于三維熒光光譜直測土壤中的多環芳烴［J］.環境化學，2018，37（4）：910-912.

［16］鄧偉，卿湘東，陳銘，等.化學計量學輔助三維室溫磷光法快速測定大氣污染源樣品中苊含量［J］.分析化學，2018，46（9）：1438-1445.

［17］孫莉娜，林常青，鄭志勇.催化H2O2氧化吖啶黃固體基質室溫磷光法測定痕量秋水仙堿［J］.井岡山大學學報，2018，39（2）：23-30.

［18］楊欣，黃川，魏雁聲，等.同步掃描-微乳狀液增穩室溫磷光法同時測定痕量多環芳烴的研究［J］.高等學校化學學報，1996，17（5）：716-718.

［19］蔡培原.一種催化固體基質室溫磷光法測定痕量奮乃［J］.分析測試技術與儀器，2014，20（1）：20-24.

［20］Xia A L，Wu H L，Fang D M，et al.Alternating penalty trilinear decomposition algorithm for second-order calibration with application to interference-free analysis of excitation-emission matrix fluorescence data［J］.Journal of Chemometrics，2005，19（2）：65-76.

［21］李隆弟，牟蘭，陳小康.多環芳烴芴、苊的無保護流體室溫磷光性質研究［J］.高等學校化學學報，2000，7：1040-1042.

［22］Bro R，Kiers H A.A new efficient method for determining the number of components in PARAFAC models［J］.Journal of Chemometrics，2003，17（5）：274-86.

［23］Olivieri A C.Computing sensitivity and selectivity in parallel factor analysis and related multi-way techniques：the need for further developments in net analyte signal theory［J］.Analytical Chemistry，2005，77：4936-4946.

［24］周實，李錦蓮，李秀玲，等.電化學法檢測芴的細胞毒性［J］.生態毒理學報，2021，16（4）：233-239.

［25］Silva A S，Farias L A，Duarte W F.Determination of anthracene，phenanthrene，and fluorene in tap water and sediment samples by fluorescence spectroscopy on nylon membranes and second-order calibration［J］.Talanta，2023，253：124002.

Fast Determination of Fluorene Contents in Soil by Alternating Penalty Trilinear Decomposition Combined with Room Temperature Phosphorescence

Wang Taoxiang， Wu Xinran， Zhang Zhen， Wang You， An Rong， Qing Xiangdong*

（Hunan Provincial Key Laboratory of Dark Tea and Jin-hua， College of Materials and Chemical Engineering， Hunan City University， Yiyang 413000，Hunan， China）

Abstract：

Polycyclic aromatic hydrocarbons （PAHs） are a prevalent class of f widely distributed organic pollutants found in soil， known for their carcinogenic， teratogenic and mutagenic effects on humans and organisms. This study introduced a novel method for detecting the PAHs of fluorene （FLU） in soil samples， utilizing alternating penalty trilinear decomposition combined with three-dimensional room temperature phosphorescence （APTLD-TRTP） and comparing it to a method based on parallel factor analysis （PARAFAC-TRTP）. Initially， a validation model was developed to assess the method’s predictive capability. Subsequently， second-order calibration methods based on PARAFAC and APTLD were employed to quantify FLU in both spiked and actual soil samples. With N=3， the average recovery rates of FLU in spiked samples were （90.4±5.6）% and （90.3±4.8）% using APTLD-TRTP and PARAFAC-TRTP， respectively， with root mean square errors of prediction （RMSEPs） of 0.32 and 0.31 μg/mL， respectively. The estimated concentration range of FLU in actual soil samples ranged from 0.34 to 0.96 μg/g using by the two methods， surpassing the regulatory limit of 0.05 μg/g， indicating contamination of the soil by FLU. Potential sources of pollution include coal combustion in steel industrial zones， oil seep and vehicular emissions.

Keywords：

PARAFAC; alternating penalty trilinear decomposition; room temperature phosphorescence; fluorene; soil