-
多氯联苯（PCBs）、有机氯农药（OCPs）、氯苯类（CBs）、多环芳烃（PAHs）和邻苯二甲酸酯（PAEs）是典型的持久性有机污染物（POPs），广泛存在于环境中。土壤中的POPs可以通过挥发、扩散等方式在大气、地表水和地下水中相互迁移转换，并会通过生物积累最终会进入食物链，对生态环境和人类健康造成威胁[1-2]。因此，土壤中持久性有机污染物的研究历来是国内外关注的焦点。测定土壤中的POPs主要包括提取、浓缩、净化以及仪器测定等步骤，分析周期长，试剂和耗材消耗大，劳动投入强。国内外针对单一类有机污染物的检测方法比较成熟，近年来研究学者倾向多组分化合物的同步分析趋势 [3-7]，但目前针对土壤中多种持久性有机污染物同时预处理和仪器测定的高通量分析方法报道尚少。国内现有的标准分析方法大都是针对某类化合物的分析[8-11]，且土壤样品采集后一般要求6—10 d完成萃取，时效性要求高。随着国家对土壤环境管控越来越严，对土壤监测要求日渐增大，迫切需要开发土壤中多种POPs同时测定的高通量分析方法。
传统的提取方式存在试剂用量大、萃取时间长、萃取提取效率低以及稳定性差等缺点，目前研究学者更倾向于使用快速、高效的方法萃取土壤中的有机污染物，微波辅助萃取技术试剂消耗低，仪器管道少，实验操作简单，并可同时处理多个样品，具批量处理优势，常用于土壤中的POPs的提取[12-17]。测定有机污染物常用的净化方式有酸洗、复合硅胶层析柱、凝胶渗透色谱、固相萃取等，酸洗或酸性硅胶净化效果好，但OCPs、PAHs和PAEs等化合物会被浓硫酸氧化，而凝胶渗透色谱仪设备投入高，且仪器管道较多，容易引入PAEs的污染；硅酸镁小柱具有普适性强、操作简便的优点，但是具有柱容量小的缺点[18-20]。低温分配技术（low-temperature partition extraction，LTPE）近年来被证明是性能优越的前处理手段[21]，并在多种环境样品有机污染物的前处理中得到应用 [17,22-24]。
本文建立的微波辅助萃取-低温分配净化-气相色谱-质谱法，同时实验处理和检测土壤中的18种多氯联苯、23种有机氯农药（包括五氯苯和六氯苯）、16种多环芳烃和6种邻苯二甲酸酯。实验结果表明，该方法回收率高、平行性好，能满足土壤中63种POPs的检测分析要求，在分析大批量样品时，具批处理优势，显著提高工作效率。
-
气相色谱-质谱联用仪（Thermo，TSQ 8000 EVO）、气相色谱-质谱联用仪（Waters，Micromass Quattro）微波萃取仪（Milestone，ETHOS UP 44位）、旋转蒸发仪（BUCHI，V-100）、氮吹仪(EYELA，MG-2200)、低温冰箱（海尔，DW-40W380）。正己烷、二氯甲烷、丙酮（Honeywell，农残级），硅酸镁固相萃取小柱（CNW，1 g，玻璃材质），微孔滤膜（安谱，0.22 μm），无水硫酸钠（广州牌化学试剂，分析纯），石英砂（广州牌化学试剂，分析纯）。
16种多环芳烃混合标准品，23种OCPs混合标准品，18种PCBs混合标准品，6种邻苯二甲酸酯混合标准品，均购自Accustandard。提取内标：5种氘代多环芳烃混合标准品（包括D8-萘、D10-苊、D10-菲、D12-䓛、D12-苝），购自Accustandard；5种13C标记有机氯农药（包括13C-α-六六六、13C-γ-氯丹、13C-o,p'-DDE，13C-p,p'-DDD，13C-p,p'-DDT），购自CIL；5种13C标记多氯联苯（包括13C-PCB28、13C-PCB52、13C-PCB 101、13C-PCB153、13C-PCB180），购自CIL。进样内标：D10-芘，购自Accustandard ；13C-p,p'-DDE和13C-PCB138，购自CIL。
土壤中18种PCBs有证标准物质(Sigma-Aldrich，CRM962)，土壤中23种OCPs有证标准物质（ERA，093），土壤中16种PAHs有证标准物质（ERA，722），土壤中6种PAEs有证标准物质（东莞龙昌智能技术研究院，RUM001）。
-
配制63种POPs6个浓度系列的标准曲线，PCBs浓度范围为0.005、0.01、0.05、0.1、0.2、0.5 μg·mL−1，提取内标和进样内标浓度均为0.1 μg·mL−1；OCPs浓度范围为0.02、0.05、0.1、0.5、1.0、5.0 μg·mL−1，提取内标和进样内标浓度均为0.5 μg·mL−1；PAHs和PAEs浓度范围为0.1、0.25、0.5、1.0、5.0、10.0 μg·mL−1，提取内标和进样内标浓度均为1.0 μg·mL−1。
-
土壤样品采集完毕在4 ℃以下、避光保存运输回实验室，去除石子、叶片等异物，混匀样品，称取10.0 g样品加入适量无水硫酸钠研磨至流沙状。将制备好的样品装入特氟龙材质的微波罐内，加入同位素提取内标，加入30 mL正己烷+丙酮（1+1）混合试剂，在115 ℃条件下微波萃取15 min。提取液旋转蒸发浓缩后，用正己烷转溶并继续旋蒸浓缩至1 mL左右，然后氮吹至0.5 mL左右，于-20 ℃冰箱静置4 h，取上清液或使用微孔滤膜过滤后，转移到进样瓶内，加入进样内标，待测。
-
气相色谱条件：色谱柱为 Rxi-XLB（30 m×0.25 mm×0.25 μm，RESTEK）；进样口温度为280 ℃；载气为高纯氦气（99.999%）；柱流速为1.0 mL·min−1；进样量1 μL，不分流进样；升温程序为70 ℃（保持2 min），以25 ℃·min−1升温至140 ℃，再以10 ℃·min−1升温至240 ℃，5 ℃·min−1升温至280 ℃（保持4 min），最后10 ℃·min−1升温至320 ℃（保持5 min）。
质谱条件：离子源为EI源；电子能量70 eV；离子源温度300 ℃，传输线温度300 ℃，选择离子扫描模式，同位素内标法定量。表1列出了18种PCBs、23种OCPs、16种PAHs和6种PAEs及内标物的保留时间、定量离子、定性离子和定量关系。
-
本研究所采用的低温分配技术是依据相似相溶的原理，在低温条件下，极性较强的杂质在弱极性的有机溶剂（正己烷）中溶解度迅速降低而解析出来，再借助微孔滤膜过滤，达到去除杂质的目的；冷冻时间和萃取剂对化合物的溶解性是影响低温分配的重要因素[20,25]，选择正己烷为低温分配实验时的有机溶剂，在-20 ℃条件下设计0、1、2、3、4、6、8、16 h时间梯度，全扫描模式测定化合物色谱峰信噪比的变化。如图1所示，随着保存时间的延长，绝大部分化合物色谱峰的信噪比在4 h左右能提高1.5—3倍，4 h后延长时间信噪比呈略有波动状态但无显著差异，推测是4 h后低温分配达到了相态平衡，这与文献中-20 ℃保持3 h为最佳萃取条件的结论相近[26]。因此，本研究在低温分配净化时，用于冷冻样品的时间为4 h。
-
测定6个不同浓度水平的POPs混合标准曲线，化合物的相对响应因子(relative response factor，RRF)的相对标准偏差结果（表2）均小于20%，具有良好的线性关系。对PCBs含量为1 μg·kg −1，OCPs含量为5 μg·kg−1，PAHs和PAEs含量为10 μg·kg−1的石英砂空白加标进行8次平行分析，计算测定结果的2.998倍标准偏差作为方法检出限，以4倍方法检出限作为测定下限。对两个浓度水平的土壤基质加标样品分别平行分析6次，计算样品的精密度和准确度。
测定结果（表2）显示，当取样量为10.0 g，最后定容在0.5 mL时，PCBs的方法检出限在0.1—0.2 μg·kg−1之间，测定下限在0.4—0.8 μg·kg−1之间，含量为2.0 μg·kg−1和5.0 μg·kg−1的土壤基质加标回收率范围为96%—114%，相对标准偏差（relative standard deviation，RSD）为0.9%—4.1%。OCPs的方法检出限在0.3—1.5 μg·kg−1之间，测定下限在1.2—6.0 μg·kg−1之间，含量为10.0 μg·kg−1和50.0 μg·kg−1的土壤基质加标回收率范围为78%—119%，RSD为1.0%—10.6%。PAHs的方法检出限在0.4—1.9 μg·kg−1之间，测定下限分别在1.6—7.6 μg·kg−1之间，含量为20.0 μg·kg−1和200 μg·kg−1的土壤基质加标回收率范围为76%—111%，RSD为0.4%—3.8%。PAEs的方法检出限在1.0—2.2 μg·kg -1之间，测定下限在4.0—8.8 μg·kg -1之间，含量为20.0 μg·kg−1和200 μg·kg−1的土壤基质加标回收率范围为91%—116%，RSD为1.7%—4.8%。该方法的校准曲线、方法检出限、精密度和准确度均满足土壤中相关化合物测定的检测要求[8-11]。
-
实际土壤样品平行分析3次，测试结果，同位素标记的提取内标回收率范围为79%—119%。18种PCBs均未检出，大部分OCPs未检出，只有δ-六六六、p,p'-DDE、p,p'-DDD、p,p'-DDT检出，浓度范围为0.5—14.5 μg·kg−1（RSD：1.9%—7.0%），16种PAHs检出率100%，浓度范围为28.0—400 μg·kg−1（RSD：0.2%—11.1%），PAEs检出指标有邻苯二甲酸二丁酯、邻苯二甲酸丁基卞基酯和邻苯二甲酸二（2-乙基）己酯，浓度范围为1.5—10.5 μg·kg−1（RSD：0.7%—1.5%）。用本方法对PCBs、OCPs、PAHs和PAEs的土壤标准物质进行分析（n=3），PCBs、OCPs和PAHs测定结果均在合格区间内（表3），土壤中的PAEs有证标准物质只给出扩展不确定度，未给出合格区间，测定结果（表4）目标物回收率在50%—89%之间，RSD在1.5%—2.8%之间。
-
选择相关环境检测标准推荐的硅酸镁小柱固相萃取净化与本实验方法进行净化效果比较，并使用土壤有证参考物质0.5 mL的萃取浓缩液，作为不净化对照样，固相萃取净化方法参考HJ835选择玻璃材质的硅酸镁小柱（1 g），低温分配净化试验按照前述步骤，每种净化方法分别进行3次平行分析。
土壤有证参考物质测定结果显示(表5)，目标物的回收率在49%—119%之间，同一化合物的不同处理方式其回收率无显著差异，并且PCBs、OCPs和PAHs均在合格区间内，PAEs的有证标准物质未给出合格区间，回收率在50%—90%；回收率结果基本呈现不净化对照（54%—119%）＞低温分配净化（50%—114%）＞硅酸镁固相萃取净化（49%—112%）的趋势。表明，实验流程变长，操作变多，目标物的损失会增加。测定结果相对标准偏差显示，不净化对照（1.1%—13.0%）与低温分配净化（0.1%—10.6%）的RSD普遍较小，硅酸镁固相萃取净化（0.3%—13.2%）的RSD结果普遍较大。推测是可能是因为实验步骤的延长，导致目标物测试的平行性变差所致。
从化合物色谱峰的信噪比分析，与不净化对照相比，低温分配净化和固相萃取净化可提高1.5—3倍的信噪比，结果见图2。说明，萃取液经过低温分配后，能降低干扰，提高色谱峰的信噪比，且与硅酸镁固相萃取净化效果相当。样品前处理过程存在试剂使用量大、处理周期长、会引入PAHs和PAEs干扰等问题，本研究比较了索氏提取-固相萃取净化、微波萃取-固相萃取净化和微波萃取-低温分配净化的空白结果（图3），对于空白测试检出率较高的化合物尤其是萘、邻苯二甲酸二丁酯和邻苯二甲酸二（2-乙基）己酯等，微波萃取-低温分配净化方法可明显降低空白干扰。
综上所述，低温分配净化方法处理方式简单，同时减少试剂与耗材的投入，简化实验流程，且部分方法有效性结果更有优势，比如平行样品重复性、实验空白均优于硅酸镁固相萃取法。同传统的净化方法相比，该方法尤其适合大批量样品（比如样品数量在100个以上）的快速净化。
-
本研究采用微波辅助提取-低温分配净化气相色谱-质谱法同时测定土壤中的63种持久性有机污染物（18种多氯联苯、23种有机氯农药、16种多环芳烃和6种邻苯二甲酸酯），方法有效性结果满足相关环境标准方法的检测要求，同时提高了样品分析测试的效率，降低监测成本，尤其适合大批量样品的快速分析，是一种值得推广的分析方法。
微波辅助萃取-低温分配净化-气相色谱/质谱法同时检测土壤中63种持久性有机污染物
Simultaneous determination of 63 persistent organic pollutants in soil by GC/MS with microwave-assisted extraction and low-temperature partition extraction purification
-
摘要: 建立了土壤中18种多氯联苯、23种有机氯农药、16种多环芳烃和6种邻苯二甲酸酯同时实验处理和仪器测定的分析方法。10.0 g土壤样品经30 mL正己烷+丙酮（1+1）试剂于110 ℃微波萃取15 min，萃取液氮吹浓缩到0.5 mL后于−20 ℃保持4 h进行低温分配净化，使用气相色谱-质谱法进行测定。结果显示，63种化合物的方法检出限在0.1—2.2 μg·kg−1之间，测定下限在0.4—8.8 μg·kg−1之间；对两个浓度水平的土壤基质加标样品分别进行6次平行分析，测定结果的回收率在76%—119%之间，相对标准偏差在0.4%—10.6%之间。对相关土壤标准物质进行分析，测定结果均在化合物质控范围内。研究表明本方法快速简便，回收率高，重现性好，能满足土壤中63种POPs的检测要求。与常规的前处理净化相比，该方法操作简单，具备批处理优势，在分析大批量样品时，可提高工作效率，节省监测成本。Abstract: A method for simultaneous determination of 18 PCBs, 23 OCPs, 16 PAHs and 6 PAEs in soils by gas chromatography-mass spectrometry (GC-MS), with microwave extraction and low-temperature partition extraction purification was developed. Microwave-assisted extraction conditions involved the use of 30 mL n-hexane+acetone（1+1）at 115 ℃ for 5 min, the collected extraction liquid was concentrated to 0.5 mL by nitrogen, and subsequently in a freezer at −20 ℃ for 4 h. After the water phase was iced, the upper organic phase was taken out and analyzed by GC-MS. The result shows that, detection limits of this method were 0.1—2.2 μg·kg−1, quantitative lower limits were 0.4—8.8 μg·kg−1, and average recoveries of spiked samples ranged from 76% to 119% with relative standard deviations between 0.4% and 10.6%. The determination results of soils standard reference materials were all in the acceptance limits. The method shows high accuracy and precision, fast simple operation, high throughput and suitable for the simultaneous determination of 63 persistent organic pollutants (POPs) in the soil.
-
在石油开采、加工、运输及使用过程中，原油以及各种石油制品的泄漏和排放事故时有发生，不可避免地会造成土壤的石油污染[1]。而土壤石油污染普遍是多种污染物复合污染，而不是单一污染。石油污染物中除了含有大量有机物外，还含有重金属等，他们会进入土壤并对生态环境造成复合污染[2-3]。近年来，我国部分油气田地区遭受了不同程度的石油-重金属复合污染。例如，长宁某页岩气井场土壤中含有原油和重金属镍2种污染物[4]；黄河三角洲石油污染土壤中重金属元素多达10余种[5]。土壤中多种污染物之间的相互作用使得修复过程变得更加复杂。重金属与有机污染物之间的相互作用可能会改变污染物的形态、溶解度和生物可利用度，从而相互抑制或促进彼此的修复效率[6]。重金属及石油中多环芳烃等具有致癌性和诱变性[7-8]，会对人体健康和自然生态系统造成极大威胁[9-10]，因此，有机-重金属复合污染问题在全球范围内引起了极大的关注[11]。目前，针对石油-重金属复合污染土壤修复的研究已迫在眉睫。
微生物修复是去除或降解土壤污染物的最常见和最可靠的技术之一，该技术主要是利用微生物的新陈代谢及生物吸附等作用修复污染土壤。但是，将游离菌加入土壤中易受不良环境影响，导致修复效果不佳。固定化微生物技术(IMT)可为外源微生物提供保护屏障，避免微生物受环境的不利影响，包括与土著微生物竞争、污染物浓度过高、pH和温度不适宜等[12-13]。WANG等[14]发现，固定化微生物可以促进盐碱地中多环芳烃的降解，效果优于游离菌。张秀霞等[15-16]研究了固定化微生物修复石油污染土壤过程中对土壤生物学特性及理化性质的影响，结果表明，固定化微生物处理方式对石油烃降解效果最好，能增加土壤酶活性，对pH具有缓冲作用。IMT不仅可用于修复有机污染土壤，还可应用于重金属污染土壤。有研究表明，生物炭吸附固定化微生物对土壤中U、Cd钝化效果显著[17]。
目前，关于固定化微生物技术的研究多聚焦于单一污染土壤，针对有机-重金属复合污染土壤的研究鲜见报道[18]。外源微生物的加入可能会影响土壤微生物生态平衡[19]，故在修复过程中不仅要考察固定化微生物对有机-重金属复合污染土壤修复效果，还要考察其对土壤环境的影响[20]。土壤酶活性和土壤细菌数量作为土壤生物学特性相关指标，可作为评价修复状况和污染对土壤性质影响的指标[15, 21]。
本研究从四川长宁-威远地区页岩气开发井场重度污染区的含油土壤中筛选出1株具有镉抗性和石油烃降解能力的菌株，以玉米芯生物炭作为固定化材料负载该菌株，研究固定化微生物对镉-石油烃污染土壤的修复效果，以期为复合污染土壤的生物修复提供参考。
1. 材料与方法
1.1 供试土壤
本研究使用的未受污染土壤取自四川长宁某页岩气井场附近未污染区域。从土壤表层(0~20 cm)处取样，将采集的土壤密封在聚乙烯袋中。自然风干后，将大块土壤破碎研磨并过2 mm的筛网备用。分别将溶于四氯化碳(CCl4)中的原油和硝酸镉(Cd(NO3)·4H2O)溶液喷洒于1/4的土壤中，混合均匀置于通风橱内，待CCl4完全挥发后，与剩下3/4的土壤混合均匀得到石油-镉复合污染模拟土壤。模拟污染土壤物理化学性质如表1所示。
表 1 污染土壤理化性质Table 1. Major physicochemical characteristics of the soil有机质/(mg·kg−1) 总氮/(mg·kg−1) 总磷/(mg·kg−1) pH 含水率/% 石油烃/(mg·kg−1) Cd/(mg·kg−1) 可交换态 碳酸盐结合态 铁锰氧化物结合态 有机结合态 残渣态 总量 5679.74 436.50 65.47 8.65 13.83 10000 3.15 0.88 0.54 1.21 0.30 6.08 | Show Table
DownLoad:
CSV
1.2 培养基
1)石油烃重金属液体培养基：石油烃10 g·L−1、酵母膏3 g·L−1、NaCl 5 g·L−1、MgSO4·7H2O 0.25 g·L−1、(NH4)2SO4 1 g·L−1、K2HPO4·3H2O 13 g·L−1、KH2PO4 4 g·L−1、Cd(NO3)2·4H2O 0.82 g·L−1。
2)石油烃重金属固体培养基：在上述石油烃重金属液体培养基中加入质量分数为2%的琼脂。
富集培养基、基础扩大培养基和固定化培养基见参考文献[22]。上述培养基pH均调整为7.0~7.5，在121 ℃、1×105 Pa下高压蒸汽灭菌20 min。
1.3 具有镉抗性的石油烃降解菌的筛选及鉴定
1)具有镉抗性的石油烃降解菌的筛选。称取10 g新鲜土壤样品(采自长宁某长期遭受石油烃和重金属镉复合污染的地区)进行具有镉抗性的石油烃降解菌筛选，具体筛选方法见文献[23]。最终得到具有镉抗性且能高效降解石油烃的菌株共计7株(记为W3~W9)，冷冻保存于丙三醇中。
2)菌株的吸附特性及降解特性研究。将筛选出的7株菌株的菌液分别接种1 mL于100 mL含300 mg·L−1 Cd2+的基础扩大培养基中，在30 ℃、130 r·min−1下培养72 h，取0.5 g上清液消解，采用原子吸收分光光度法测定培养基中镉的含量，培养基中减少的镉含量被认为全部是菌体吸附的镉含量。镉的吸附率按式(1)计算。
Cds=Cd0−CdtCd0×100 (1) 式中：Cds为菌株对Cd的吸附率；Cd0为处理前Cd浓度，mg·L−1；Cdt为处理后Cd浓度，mg·L−1。
分别将1 mL菌液接入100 mL以10 g·L−1石油烃为唯一碳源的无机盐培养基中，在30 ℃、130 r·min−1下培养7 d，采用重量法测定培养基中的石油烃含量，计算石油烃降解率。石油烃的降解率按式(2)计算。
TPHR=C0−CtC0×100 (2) 式中：TPHR为石油烃降解率，%；C0为处理前石油烃含量，mg·L−1；Ct为处理后石油烃含量，mg·L−1。
对7株菌株进行重金属镉吸附特性和石油烃降解特性的研究，筛选出1株对镉具有耐受性且石油烃去除能力较高的菌株作为鉴定和生理生化实验的供试菌株。
3)菌株菌落及细胞形态的观察采用稀释涂布平板法。在石油烃重金属固体培养基上培养1~2 d，观察菌落的形状、透明度、颜色等指标，并用扫描电子显微镜(SEM)观察菌株的细胞大小和形状。甲基红实验、硝酸盐还原实验、柠檬酸盐实验、吲哚实验、动力实验、接触酶实验、糖发酵实验、V-P实验、硫化氢产生实验、明胶液化实验、酪蛋白水解实验、革兰氏染色实验方法参照参考文献[24]。参照《常见细菌系统鉴定手册》[25]和《医学细菌名称及分类鉴定》[26]对菌株形态及生理生化实验结果初步鉴定菌株的属。核酸提取及PCR扩增方法见文献[23]。本研究的菌株16S rDNA测序结果提交数据库进行BLAST比对，并构建系统发育树，分析菌株种属。
1.4 固定化微生物的制备及表征
选用玉米芯制备生物炭，马弗炉500 ℃高温热解3 h，热解得到生物炭作为固定化载体[27]。无菌条件下，将1 μL存于丙三醇中的筛选菌株接入基础扩大培养基中，置于30 ℃、130 r·min−1恒温摇床中活化8 h以上，作为储备菌液。将2 g制备好的生物炭置于100 mL固定化培养基中，在121 ℃、1×105 Pa下高压蒸汽灭菌20 min，接入1 mL储备菌液，置于130 r·min−1、30 ℃的摇床中固定18 h后，以3 500 r·min−1离心5 min后弃上清液，所得固体即为固定化微生物。生物炭和固定化微生物的形貌表征参照文献[22]。
1.5 土壤修复实验
固定化微生物修复石油–重金属混合污染土壤在高15 cm、直径10 cm的塑料盆中进行。本研究共设4组对照：对照组(CK)，生物炭和游离菌均不添加；游离降解菌组(FC)，采用平板计数法添加与固定化微生物组等量的游离菌；固定化微生物组(IM)，每g干土添加3%的固定化微生物；生物炭组(BC)，每g干土添加3%的生物炭。每组3个重复，每盆400 g土壤。分别以硝酸铵和磷酸氢二钾作为氮源和磷源，以土壤中有机碳为基准，将土壤中的C、N、P调至C:N:P=100:10:1。定时给土壤翻土保持充分的氧气供给，并定期添加去离子水，使土壤含水率维持在20%。实验周期为60 d，每5 d分别测定土壤pH、土壤脱氢酶(DHA)、多酚氧化酶(S-PPO)和过氧化氢酶(CAT)活性、石油烃残留量的变化；每10 d分别测定重金属形态及土壤细菌数量的变化。其中，含水率采用105 ℃烘干法测定[28]；土壤pH采用1:2.5(W/V)的水提取液玻璃电极法测定[29]；有机质、总氮和总磷分别采用重铬酸钾容量法、碱性过硫酸钾消解紫外分光光度法和氢氧化钠熔融-钼锑抗分光光度法测定[30-32]；重金属形态采用Tessier五步浸提法测定[33]；石油烃含量采用重量法测定[34]；脱氢酶、多酚氧化酶和过氧化氢酶活性分别氯化三苯基四氮唑(TTC)分光光度法、邻苯三酚比色法和高锰酸钾滴定法测定[30, 35]；细菌数量采用稀释涂布平板法测定[36]。
2. 结果与讨论
2.1 降解菌及其性能分析
1)菌株吸附特性及降解特性。菌株对镉吸附率和石油烃降解率如图1所示。由图1(a)可知，筛出的菌株W3、W4和W8均对Cd2+有较好的吸附作用，吸附率均在28%以上。3株菌均能在含Cd的培养基中存活并吸附一定量的Cd，但整体来说菌株对Cd的吸附率相差不大。菌株主要通过吸附沉淀对Cd2+产生生物钝化，利用自身代谢产物与Cd2+络合等，对Cd进行吸附[37]。由图1(b)可知，菌株W8对石油烃的降解率最高，达39.15%，而吸附Cd效果较好的W3和W4对石油烃的降解不佳。菌株主要是通过将石油烃作为碳源来维持自身的新陈代谢从而达到去除的目的。将微生物应用于修复石油烃-镉复合污染土壤中，所需的菌株势必对重金属镉具有较好的抗性，同时对石油烃具有较好的降解能力才能在污染土壤中更好地存活，才能使修复效率更佳[23]。综上所述，W8是吸附和降解效果最佳的菌株，故确定W8为本研究筛选出的目的菌株，用作后续生物学特性研究的供试菌株。
图 1 W3~W9菌株对Cd吸附率和石油烃降解率Figure 1. Cd adsorption rate and petroleum degradation rate of strains W3~W92)菌株形态观察及生理生化指标。菌株W8的SEM图及菌株W8和柠檬酸杆菌的生理生化特性对照分别如图2和表2所示。该菌株的菌落形态为圆形，颜色为淡黄色，边缘平滑，透明度较差。由图2可得出，细菌细胞为杆状，菌体长1~2 μm。生理生化实验中除动力实验、接触酶实验、V-P实验、明胶液化实验、酪蛋白水解实验和革兰氏染色结果呈阴性(－)外，其余生理生化反应均呈阳性(+)。菌株W8的形态和生理生化特性同柠檬酸杆菌属的细菌特征相似，初步判定为柠檬酸杆菌。
表 2 菌株W8和柠檬酸杆菌的生理生化特性对照Table 2. Physiological and biochemical characteristics of strain W8 and Citrobacter sp.生理生化反应 实验结果 柠檬酸杆菌 生理生化反应 实验结果 柠檬酸杆菌 革兰氏染色 − − 甲基红实验 + + 酪蛋白水解实验 − D 硝酸盐还原实验 + + 动力实验 − + 糖发酵实验 + + 接触酶实验 − + V-P实验 − − 柠檬酸盐实验 + + 硫化氢产生实验 + D 吲哚实验 + d 明胶液化实验 − − 注：“+”表示呈阳性；“−”表示呈阴性；“d”表示大部分为阳性；“D”表示不同分类单位间反应不同。 | Show TableDownLoad:
CSV
3)菌株16S rDNA的序列分析。将测序得到的W8菌株16S rDNA序列提交至数据库进行比对，构建出如图3所示的系统发育树。分析结果表明，菌株W8与柠檬酸杆菌属的同源性相近(97%)，2者在系统发育树上聚为1簇。综合细菌形态、生理生化实验结果和16S rRNA分析，可确定W8属柠檬酸杆菌，将其命名为Citrobacter sp.W8。
2.2 生物炭及固定化微生物表征
生物炭和固定化微生物的形貌表征如图4所示。从图4(a)可以看到，生物炭骨架结构清晰，形成松散、孔隙发达的结构。生物炭的多孔结构可以给微生物提供较大的附着空间，同时也有利于其对污染物的吸附，缩短污染物与微生物的距离[38]。由图4(b)中可以观察到，生物炭孔径中附着大量目标菌株，这说明生物炭表面已成功负载Citrobacter sp.W8。
图 4 生物炭(×2 000倍)和固定化微生物(×10 000倍)的扫描电镜图Figure 4. SEM of biochar (×2 000 times) and immobilized microorganisms (×10 000 times)2.3 土壤中石油烃降解率的变化
采用不同修复方式对石油烃-Cd复合污染土壤进行为期60 d的修复，修复过程中石油烃(TPH)降解率变化如图5所示。在60 d的修复周期内，各组TPH降解率均呈上升趋势，固定化微生物组(IM)、游离菌组(FC)、生物炭组(BC)、空白组(CK)的TPH降解率分别为51.25%、40.44%、31.11%、15.18%。在0~30 d内，IM组TPH降解率迅速上升，这主要是因为生物炭的孔隙结构为微生物提供了适宜的生存空间[39]，有效避免了外源微生物与土著微生物的竞争，减轻了污染物对微生物的直接毒害作用。同时，生物炭的加入能够提供N、P、K等营养元素[40]，促使细菌数量迅速增加(图9)，进而增强微生物对TPH的代谢能力。生物炭能够吸附部分污染物并缩短微生物与污染物的距离，提高降解效率[38]。30 d后的降解速率逐渐趋于平稳，这可能与TPH降解过程中产生的有毒代谢产物积累过量以及土壤中营养物质的逐渐缺乏有关。而FC缺乏生物炭的保护作用，TPH降解率明显低于IM(P<0.05)。BC的TPH降解率明显高于CK，这证明生物炭对TPH的降解有促进作用。CK也有较低的TPH降解率，这主要是由于土著微生物的降解以及TPH的自然挥发[15]。
2.4 土壤中重金属形态的变化
图6(a)为各组第60 d Cd形态含量与初始土壤中Cd形态含量的比值，表示各形态变化的倍数。从图中可以看出，IM组中RS与初始土壤相比增加了6.68倍，相较于其他组而言，IM在降低Cd迁移性方面作用更为明显，这是因为生物炭对重金属的固定起着至关重要的作用。生物炭表面丰富的含氧官能团(羟基和羧基)可以与重金属结合，通过络合或共沉淀降低重金属的可利用态含量[40]。DAS等[42]发现，生物炭表面含氧官能团越多，其与金属离子的离子交换作用越强[42]。同时，Citrobacter sp.可以通过生物吸附的方式降低部分可利用态重金属[43]。因此，IM中EX含量的降低是生物炭络合、共沉淀与微生物吸附联合作用。Cd的形态变化表明，添加固定化微生物可减轻Cd的直接毒性，降低Cd的流动性和生物利用度[17]。
采用不同修复方式对石油烃-Cd复合污染土壤进行为期60 d的修复，修复过程中土壤中Cd形态含量变化如图6(b)所示。土壤中重金属形态可以分为可交换态(EX)、碳酸盐结合态(CB)、铁锰氧化物结合态(OX)、有机结合态(OM)和残渣态(RS)。5种形态的重金属的生物可利用性为：EX > CB > OM > OX > RS[41]。从图6(b)中可以看出，初始土壤(i)中Cd的EX含量较高，占重金属总量的51.78%，RS含量低，土壤中重金属迁移性强，生物有效性高，土壤环境风险高。修复60 d后，BC、IM、FC、CK各组土壤中EX含量分别从初始3.150 3 mg·kg−1降至2.124、1.942 9、2.601 1 mg·kg−1和2.957 0 mg·kg−1。土壤中石油烃被微生物降解导致有机质含量降低，OM含量下降，其中IM下降最多，减少了0.6653 mg·kg−1。IM组Cd的OX和RS含量增加最多，分别增加了0.251 8和1.725 7 mg·kg−1。此外，培养时间也有利于Cd从非残留组分向残留组分的转移。
2.5 土壤pH的变化
由于生物炭呈碱性，故生物炭的加入轻微提升了IM和BC组的土壤pH，分别为8.75和8.81。Citrobacter sp.W8在pH为5~9时均能较好生长，因此，菌株的生长不会受到生物炭导致土壤pH变化的影响。采用不同修复方式对石油烃-Cd复合污染土壤进行修复，在60 d的修复过程中土壤pH的变化如图7所示。修复周期内各组土壤pH均呈下降趋势，这是因为微生物在代谢石油烃的过程中产生了脂肪酸等有机酸[44]。在土壤中添加生物炭(BC和IM)后，土壤pH明显高于不添加生物炭(CK和FC)的处理组(P<0.05)。与FC相比，BC和IM对土壤pH的影响相对较小，维持在原土pH(8.65)附近，具有一定的缓冲作用。这是因为，在热解过程中生物炭中灰分含量的增加，以及生物炭中表面官能团和可溶性碳酸盐的作用，可以中和土壤的酸性[45]。pH突然改变会对微生物造成损害，抑制相关酶活性[46]，而pH的缓冲作用可减轻微生物损伤。同时，生物炭的加入相对提高了土壤pH，这会促进重金属沉淀，增强重金属的固定，从而减轻重金属对微生物的毒性[47]。
2.6 土壤酶活性的变化
生物修复效果的关键在于微生物活性及酶促反应速率的高低[48]。土壤酶在微生物新陈代谢过程中起着催化作用，可以作为评价石油污染土壤修复效果的指标[49]。采用不同修复方式对石油烃-镉复合污染土壤进行修复，在60 d的修复过程中土壤CAT、DHA、S-PPO活性变化如图8所示。60 d内，IM组对土壤DHA、CAT、S-PPO活性均有促进作用，最大值分别为0.549 7 μg·(mL−1·h−1·g−1)、9.063 7 mL·(g−1·30 min−1)和9.809 3 mg·(h−1·g−1)。修复过程中酶活性均呈先增大后缓慢减小的趋势。添加游离菌、生物炭和固定化微生物都能增加土壤酶活性，但IM组3种酶活性均高于其他3组。这是因为，IM组中的生物炭能够降低土壤不良环境对固定化菌株的负面影响，使微生物具有较高的活性，因而促进微生物分泌更多的酶。修复前期土壤中的营养物质充足，微生物数量增加，酶活性也随之提高。但随着微生物数量的大量增加，土壤中营养物质缺乏，并且在生长繁殖过程中产生了许多有害的代谢产物，导致后期土壤酶活性缓慢下降[49]。同时，Cd化学形态的改变对土壤酶活性也有不同程度的影响[50]。结合图6(a)可知，IM组中Cd的可交换态含量降低最多，残渣态含量增加亦最多，导致该组Cd的生物毒性较小，所以土壤酶活性高。目前，针对土壤酶活性受抑制的机理主要有2种解释：一是土壤微生物数量和活性决定土壤酶的合成与分泌，污染物会抑制土壤微生物的生长繁殖，减少微生物分泌土壤酶，降低酶活性；二是污染物直接与酶的活性位点结合，使酶失活[51]。固定化微生物的加入使得石油烃含量降低，减少了污染物与酶的结合位点；同时，Cd的生物可利用性和石油烃含量的降低也减轻了污染物对微生物的抑制作用，使微生物分泌酶的能力增强。因此，IM组脱氢酶、过氧化氢酶和多酚氧化酶的活性表现为最强。
图 8 DHA、CAT和SPPO活性Figure 8. Soil dehydrogenase activity, catalase activity and polyphenol oxidase activity2.7 土壤细菌数量的变化
采用不同修复方式对石油烃-Cd复合污染土壤进行修复，在60 d的修复过程中土壤细菌数量变化如图9所示。在修复过程中，固定化微生物、游离菌及生物炭的添加都能促进土壤微生物的生长，细菌呈先增大后平缓的趋势。但是，各实验组的上升幅度不同：IM组最高，从6.18×107增加到2.48×108 cfu·g−1；其次为FC组，从6.09×107增加至1.70×108 cfu·g−1。IM和FC组细菌数量均高于BC和CK组，这说明固定化微生物和游离菌的加入提高了土壤细菌量，使细菌数量处在较高的水平，能够提高细菌对石油烃的降解。在修复初期，IM组细菌数量迅速增加，其原因主要有4个方面：1)生物炭的多孔特性可以将微生物吸附在内孔，提高细菌数量，减少外界不良环境对微生物的影响[52]；2)生物炭利用其强吸附能力将TPH吸附在表面，供生物炭上的降解菌降解[53]；3)重金属形态对微生物毒害作用存在明显差异[54]，IM组Cd的化学形态最大程度地从可交换态和有机结合态转换成了残渣态，降低了Cd对微生物的直接毒害作用；4)外源微生物Citrobacter sp.W8的加入可能对土著微生物的生长起促进作用，土壤中细菌总量增多，细菌对石油烃的降解也随之提高。而游离菌直接加入土壤中，因其不适应土壤环境，故其细菌数量增加缓慢；随着修复时间的延长，细菌以石油烃为碳源，不断繁殖，细菌量增多。在40~60 d内，细菌数量变化不大，这是因为在石油烃降解过程中产生并积累了一些有毒中间产物，这些有毒中间产物对细胞有毒害作用，因而对细菌数量有一定的抑制作用[49]。
3. 结论
1)筛选出1株具有镉抗性的石油烃降解菌，该菌株为柠檬酸杆菌，命名为Citrobacter sp.W8，该菌株可有效用于固定化微生物技术修复石油烃-镉复合污染土壤。
2)固定化微生物技术可利用微生物新陈代谢显著降低土壤石油烃含量，并通过生物炭吸附、络合和共沉淀作用及生物吸附作用将重金属Cd由可交换态和有机结合态转化为残渣态，从而达到固定土壤重金属的效果。
3)生物炭固定化微生物对土壤pH具有缓冲作用，从而减轻pH突变对微生物造成的损害。此外，该技术通过促进HDA、CAT、SPPO的分泌，以及土壤细菌数的增加，达到提高土壤微生物活性的目的。
-
图 1 化合物的信噪比随着低温分配保存时间的变化
Figure 1. S/N of compounds in function of cooling time in the freezer
表 1 化合物的保留时间、定量离子、定性离子和定量内标
Table 1. Retention time, quantitative ions, qualitative ions and quantitative internal standard of compounds
序号Number 化合物名称Compound 保留时间/min RT 定量离子Quantitative ion 定性离子Qualitative ion 定量内标Quantitative internal standard 序号Number 化合物名称Compound 保留时间/min RT 定量离子Quantitative ion 定性离子Qualitative ion 定量内标Quantitative internal standard 1 萘 6.98 128 127 D8-萘 42 PCB123 25.86 325.8 255.9 13C-PCB101 2 D8-萘 7.02 136 108 D10-芘 43 o,p'-DDT 26.00 236.8 235 13C-p,p'-DDD 3 邻苯二甲酸二甲酯 9.42 163 77 D10-苊 44 PCB118 26.09 325.8 255.9 13C-PCB101 4 苊烯 9.72 152 151 D10-苊 45 PCB114 26.52 325.8 255.9 13C-PCB101 5 D10-苊 10.05 164 163 D10-芘 46 13C-p,p'-DDD 26.61 247.1 177.2 13C-p,p'-DDE 6 苊 10.14 154 153 D10-苊 47 p,p'-DDD 26.62 236.8 235 13C-p,p'-DDD 7 邻苯二甲酸二乙酯 11.19 177 149 D10-苊 48 硫丹2 26.72 241 195 13C-p,p'-DDT 8 芴 11.77 166. 165 D10-苊 49 13C-PCB153 26.74 371.9 301.9 13C-PCB138 9 13C-α-六六六 14.08 225 189 13C-p,p'-DDE 50 PCB153 26.75 359.8 289.8 13C-PCB153 10 α-六六六 14.11 218.8 182.8 13C-α-六六六 51 PCB105 27.19 325.8 255.9 13C-PCB101 11 六氯苯 14.42 283.8 248.8 13C-α-六六六 52 异狄氏剂醛 27.20 345 279 13C-p,p'-DDT 12 γ-六六六 15.50 218.7 180.9 13C-α-六六六 53 邻苯二甲酸丁基卞基酯 27.32 206 149 D12-䓛 13 D10-菲 15.92 188 184 D10-芘 54 13C-p,p'-DDT 27.88 247.1 177.2 13C-p,p'-DDE 14 菲 16.04 178. 176 D10-菲 55 p,p'-DDT 27.89 236.8 235 13C-p,p'-DDT 15 蒽 16.31 178 176 D10-菲 56 13C-PCB138 27.90 371.9 301.9 13C-PCB138 16 β-六六六 16.77 218.7 180.9 13C-α-六六六 57 PCB138 27.92 359.8 289.8 13C-PCB153 17 13C-PCB28 17.55 270 198 13C-PCB138 58 PCB126 28.83 325.8 255.9 13C-PCB101 18 PCB28 17.57 257.8 186.1 13C-PCB28 59 PCB167 29.37 359.8 289.8 13C-PCB153 19 δ-六六六 17.65 218.8 182.8 13C-α-六六六 60 甲氧滴滴涕 29.97 227.1 212 13C-p,p'-DDT 20 七氯 17.73 271.8 100 13C-α-六六六 61 异狄氏剂酮 30.01 316.9 281 13C-p,p'-DDT 21 邻苯二甲酸二丁酯 18.42 205 149 D10-菲 62 PCB156 30.27 359.8 289.8 13C-PCB153 22 13C-PCB52 18.71 304 232.1 13C-PCB138 63 邻苯二甲酸二(2-乙基)己酯 30.30 167 149 D12-䓛 23 PCB52 18.72 291.8 221.9 13C-PCB52 64 PCB157 30.42 359.8 289.8 13C-PCB153 24 艾氏剂 19.07 293 262.7 13C-α-六六六 65 苯并(a)蒽 30.48 228 226 D12-䓛 25 环氧七氯 21.35 352.8 262.9 13C-γ-氯丹 66 D12-苝 30.54 240 236 D10-芘 26 荧蒽 22.40 202 101 D10-菲 67 硫丹硫酸酯 30.55 271.7 238.7 13C-p,p'-DDT 27 13C-o,p'-DDE 22.48 330 258.1 13C-p,p'-DDE 68 13C-PCB180 30.59 405.9 335.9 13C-PCB138 28 13C-PCB101 22.93 337.9 267.9 13C-PCB138 69 PCB180 30.60 393.8 323.8 13C-PCB180 29 PCB101 22.94 325.8 255.9 13C-PCB101 70 䓛 30.70 228 226 D12-䓛 30 13C-γ-氯丹 22.96 382.9 276.9 13C-p,p'-DDE 71 灭蚁灵 31.87 272 236.8 13C-p,p'-DDT 31 γ-氯丹 22.98 374.7 271.7 13C-γ-氯丹 72 PCB169 32.01 359.8 289.8 13C-PCB153 32 α-氯丹 23.18 374.7 372.8 13C-γ-氯丹 73 PCB189 33.01 393.8 323.8 13C-PCB180 33 硫丹1 23.24 240.9 195 13C-o,p'-DDE 74 邻苯二甲酸二辛酯 33.33 279 149 D12-䓛 34 D12-䓛 23.54 212 106 D10-芘 75 苯并(b)荧蒽 34.88 252 126 D12-䓛 35 芘 23.67 202 101 D10-菲 76 苯并(k)荧蒽 34.94 252 126 D12-䓛 36 13C-p,p'-DDE 24.28 330 258.1 13C-p,p'-DDE 77 苯并(a)芘 35.72 252 126 D12-䓛 37 p,p'-DDE 24.29 317.8 246 13C-o,p'-DDE 78 D10-芘 35.84 264 260 D10-芘 38 狄氏剂 24.45 276.9 262.9 13C-p,p'-DDD 79 茚并(1,2,3-cd)芘 38.87 276 138 D12-苝 39 PCB81 24.73 291.8 221.9 13C-PCB52 80 二苯并(a,h)蒽 38.90 278 139 D12-苝 40 PCB77 25.22 291.8 221.9 13C-PCB52 81 苯并(g,h,i)苝 39.79 276 138 D12-苝 41 异狄氏剂 25.41 281 262.9 13C-p,p'-DDD
下载: 导出CSV
表 2 63 POPs的方法性能参数
Table 2. Method performance parameters of 63 POPs
化合物Compound 标准曲线相对相应因子的相对标准偏差/% RSD of RRF 方法检出限/(μg·kg−1)Detection limit 测定下限/(μg·kg−1)Quantitative lower limit 低浓度Low concentration（n=6） 高浓度High concentration（n=6） 加标量/(μg·kg−1)Adding standard value 回收率/% Recovery RSD/% 加标量/(μg·kg−1)Adding standard value 回收率/% Recovery RSD/% PCB28 7.0 0.1 0.4 2.0 100—107 2.4 5.0 102—106 1.0 PCB52 6.3 0.1 0.4 2.0 103— 106 1.4 5.0 102—107 2.0 PCB101 6.9 0.1 0.4 2.0 102— 109 2.6 5.0 100—102 0.9 PCB81 6.0 0.1 0.4 2.0 102— 109 3.2 5.0 104—113 3.1 PCB77 7.3 0.2 0.8 2.0 98— 106 3.1 5.0 100—109 3.2 PCB123 4.4 0.1 0.4 2.0 96— 107 4.1 5.0 98—105 2.5 PCB118 5.6 0.1 0.4 2.0 102— 105 1.2 5.0 99—104 2.2 PCB114 6.4 0.1 0.4 2.0 100— 106 2.6 5.0 100—106 2.2 PCB153 7.0 0.1 0.4 2.0 104— 113 3.4 5.0 101—108 2.3 PCB105 10.9 0.1 0.4 2.0 100— 105 1.9 5.0 100—104 1.7 PCB138 7.0 0.1 0.4 2.0 101— 110 3.2 5.0 105—109 1.2 PCB126 7.1 0.1 0.4 2.0 98— 106 2.9 5.0 108—112 1.6 PCB167 7.8 0.1 0.4 2.0 104— 113 3.4 5.0 103—112 2.8 PCB156 6.0 0.1 0.4 2.0 105— 113 2.5 5.0 107—113 2.0 PCB157 6.0 0.1 0.4 2.0 98— 104 2.5 5.0 101—109 2.8 PCB180 6.8 0.2 0.8 2.0 101— 108 2.8 5.0 110—113 0.9 PCB169 5.9 0.2 0.8 2.0 97— 106 3.5 5.0 104—114 3.1 PCB189 7.3 0.2 0.8 2.0 97— 102 1.8 5.0 101—105 1.4 α−六六六 3.8 0.4 1.6 10.0 84— 91 3.3 50.0 91—104 5.0 六氯苯 3.5 0.6 2.4 10.0 89— 92 1.2 50.0 94—101 2.7 γ−六六六 2.3 0.4 1.6 10.0 89— 96 2.7 50.0 98—103 1.8 β−六六六 2.7 0.4 1.6 10.0 95— 98 1.3 50.0 99—102 1.0 δ−六六六 2.5 0.5 2.0 10.0 94— 98 1.6 50.0 99—102 1.3 七氯 3.0 0.6 2.4 10.0 93— 106 4.5 50.0 98—104 2.4 艾氏剂 16.7 0.5 2.0 10.0 105— 115 3.1 50.0 96—117 7.7 环氧七氯 2.1 0.3 1.2 10.0 84— 98 5.4 50.0 98—101 1.2 γ−氯丹 3.4 0.3 1.2 10.0 98— 100 1.0 50.0 96—103 2.7 α−氯丹 3.1 0.3 1.2 10.0 92— 95 1.3 50.0 94—102 3.4 硫丹1 3.7 0.4 1.6 10.0 95— 100 1.8 50.0 98—102 1.6 p,p'−DDE 2.9 0.3 1.2 10.0 87— 91 1.8 50.0 88—102 6.0 狄氏剂 4.5 0.5 2.0 10.0 80—85 2.3 50.0 93—102 3.6 异狄氏剂 1.4 0.7 2.8 10.0 87—92 2.0 50.0 97—103 2.1 o,p'−DDT 15.7 1.5 6.0 10.0 112—119 2.3 50.0 94—101 2.9 p,p'−DDD 8.1 0.6 2.4 10.0 94—114 7.9 50.0 89—101 5.0 硫丹2 5.7 0.4 1.6 10.0 87—94 2.9 50.0 81—105 9.3 异狄氏剂醛 1.8 1.2 4.8 10.0 89—94 1.9 50.0 81—101 8.5 p,p'−DDT 8.0 1.0 4.0 10.0 89—98 4.5 50.0 94—123 10.2 硫丹硫酸酯 14.7 0.4 1.6 10.0 85—100 5.4 50.0 94—116 10.0 甲氧滴滴涕 6.5 0.6 2.4 10.0 92—97 2.0 50.0 91—103 4.4 异狄氏剂酮 16.3 0.4 1.6 10.0 101—110 3.3 50.0 78—104 10.6 灭蚁灵 8.9 0.3 1.2 10.0 81—84 1.6 50.0 87—102 6.0 萘 8.3 1.5 6.0 20.0 95—102 2.9 200 105—111 2.0 苊烯 5.9 0.9 3.6 20.0 88—95 2.6 200 98—99 0.4 苊 7.1 0.4 1.6 20.0 90—93 1.3 200 97—99 0.8 芴 7.2 0.7 2.8 20.0 89—94 2.4 200 101—103 1.0 菲 7.2 1.0 4.0 20.0 92—100 3.3 200 97—102 2.0 蒽 7.8 0.9 3.6 20.0 88—94 2.8 200 108—110 0.6 荧蒽 7.6 0.8 3.2 20.0 101—108 2.7 200 101—108 2.3 芘 6.9 0.7 2.8 20.0 103—108 2.0 200 106—109 0.9 苯并(a)蒽 7.2 1.6 6.4 20.0 100—107 2.7 200 100—103 1.0 䓛 7.6 1.3 5.2 20.0 81—89 3.7 200 96—101 1.7 苯并(b)荧蒽 7.1 1.9 7.6 20.0 98—107 3.8 200 92—97 1.8 苯并(k)荧蒽 6.2 0.7 2.8 20.0 76—80 2.0 200 95—100 1.6 苯并(a)芘 5.3 1.0 4.0 20.0 99—106 2.4 200 96—100 1.5 茚并(1,2,3-c,d)芘 6.4 0.8 3.2 20.0 92—99 3.0 200 100—104 1.6 二苯并(a,h)蒽 5.3 0.8 3.2 20.0 93—99 2.7 200 100—107 2.3 苯并(g,h,i)苝 8.3 1.1 4.4 20.0 94—101 2.7 200 100—103 1.1 邻苯二甲酸二甲酯 11.6 1.4 5.6 20.0 92—104 4.3 200 94—103 3.0 邻苯二甲酸二乙酯 6 2.2 8.8 20.0 99—106 2.3 200 102—108 2.0 邻苯二甲酸二丁酯 13.2 1.2 4.8 20.0 107—116 3.6 200 98—106 2.6 邻苯二甲酸丁基卞基酯 8.1 1 4.0 20.0 97—108 4.8 200 91—96 1.7 邻苯二甲酸二(2-乙基)己酯 6.6 1.2 4.8 20.0 101—107 2.5 200 106—113 2.2 邻苯二甲酸二辛酯 7.5 1.5 6.0 20.0 99—110 3.8 200 99—107 3.4
下载: 导出CSV
表 3 土壤中PCBs、OCPs和PAHs标准物质测定结果(μg·kg-1)
Table 3. Determination results of Certified reference materials（PCBs, OCPs and PAHs）
化合物 Compound 标准值 Certified value 测定值Determined value 合格区间Prediction interval 化合物 Compound 标准值Certified value 测定值Determined value 合格区间 Prediction interval PCB28 178 172 101—255 p,p'-DDE 238 224 117—273 PCB52 186 207 97.4—274 狄氏剂 478 382 231—527 PCB101 42.2 42 24.5—60 异狄氏剂 230 178 106—283 PCB81 194 206 140—248 o,p'-DDT 199 118 89.2—232 PCB77 214 241 146—283 p,p'-DDD 324 248 145—379 PCB123 141 136 96.7—186 硫丹2 60.5 59 15.4—54.0 PCB118 219 201 156—281 异狄氏剂醛 481 312 126—468 PCB114 145 132 107—183 p,p'-DDT 78.6 72 32.1—92.9 PCB153 87 99 63—111 硫丹硫酸酯 275 247 112—319 PCB105 246 232 174—319 甲氧滴滴涕 392 358 148—511 PCB138 92.1 104 63.4—121 异狄氏剂酮 370 291 153—414 PCB126 76.2 83 54.7—98 灭蚁灵 127 70 51.2—140 PCB167 277 279 204—351 萘 400 387 40.0—461 PCB156 145 156 112—177 苊烯 391 265 39.1—501 PCB157 85.8 60 66.5—105 苊 269 261 50.9—309 PCB180 232 232 176—288 芴 166 179 33.6—197 PCB169 289 328 208—369 菲 217 232 64.8—244 PCB189 305 347 242—368 蒽 302 233 73.8—332 α-六六六 319 312 120—346 荧蒽 263 292 99.9—313 六氯苯 407 306 193—448 芘 327 360 103—376 γ-六六六 234 228 89—256 苯并(a)蒽 306 247 108—337 β-六六六 265 223 104—291 䓛 455 449 142—513 δ-六六六 365 323 145—412 苯并(b)荧蒽 245 263 95.8—270 七氯 472 333 204—535 苯并(k)荧蒽 222 249 84.4—246 艾氏剂 277 236 123—301 苯并(a)芘 54.2 52 6.78—70.5 环氧七氯 299 298 139—326 并(1,2,3-c,d)芘 106 102 31.8—136 γ-氯丹 194 159 93—213 147 146 47.0—163 α-氯丹 90.7 82 42—100 苯并(g,h,i)苝 401 313 115—441 硫丹1 339 242 75—275
下载: 导出CSV
表 4 土壤中PAEs标准物质测定结果
Table 4. Determination results of standard samples（PAEs）
化合物 Compound 标准值/ (mg·kg-1)Certified value 测定值/ (mg·kg-1)Determined value 回收率 /%Recovery RSD% 邻苯二甲酸二甲酯 71.5 39.8 56 2.6 邻苯二甲酸二乙酯 90.7 63.2 70 1.9 邻苯二甲酸二丁酯 166 97.6 59 1.6 邻苯二甲酸丁基苄酯 146 73.7 50 1.5 邻苯二甲酸二(2-乙基)己酯 157 110 70 2.0 邻苯二甲酸二正辛酯 134 119 89 2.8
下载: 导出CSV
表 5 三种净化方式化合物的回收率和相对标准偏差结果
Table 5. Recovery and RSD of compounds with different methods
化合物 Compound 回收率（RSD）/% Recovery 化合物 Compound 回收率 （RSD）/% Recovery 对照样Control 低温分配净化LTPE 固相萃取净化SPE -Florisil 对照样Control 低温分配净化LTPE 固相萃取净化SPE -Florisil PCB28 98（8.3） 96（6.4） 97（6.7） o,p'-DDT 62（11.7） 59（3.1） 49（9.0） PCB52 109（8.7） 111（6.6） 110（7.9） p,p'-DDD 76（6.2） 77（5.4） 70（7.8） PCB101 102（5.3） 99（3.6） 98（4.9） 硫丹2 86（12.7） 98（10.6） 81（14.2） PCB81 110（7.8） 106（2） 105（4.5） 异狄氏剂醛 64（7.1） 65（5.7） 62（13.2） PCB77 114（8.5） 113（3.1） 109（7.1） p,p'-DDT 97（12.6） 92（4.3） 85（3.7） PCB123 98（5.7） 96（4.8） 98（8.2） 硫丹硫酸酯 87（8.7） 90（8.7） 81（9.9） PCB118 91（6.1） 92（5.6） 93（7.6） 甲氧滴滴涕 93（5.9） 91（4.6） 72（2.5） PCB114 90（7.0） 91（4.7） 89（5.5） 异狄氏剂酮 80（4.9） 79（3.8） 78（4.3） PCB153 114（7.9） 114（4.4） 111（7.6） 灭蚁灵 56（9.9） 55（10.2） 52（2.1） PCB105 93（7.8） 94（5.1） 94（5.4） 萘 96（7.2） 97（3.6） 100（9.1） PCB138 113（7.8） 113（5.4） 112（8.9） 苊烯 65（8） 68（6.6） 65（7.8） PCB126 111（8.7） 108（5.8） 108（8.6） 苊 94（6.3） 97（2.3） 96（3.7） PCB167 103（6.8） 101（4.7） 99（6.5） 芴 108（4.9） 108（3.3） 104（4.8） PCB156 108（7.8） 108（5.3） 106（7.4） 菲 115（6.5） 107（1.8） 95（3.7） PCB157 74（7.6） 70（3.8） 70（7.2） 蒽 78（6） 77（3.3） 77（6.5） PCB180 105（6.0） 100（4.5） 101（6.9） 荧蒽 110（1.1） 111（0.8） 110（0.2） PCB169 119（4.1） 114（3.7） 110（7.1） 芘 109（4.3） 110（3.6） 109（4.2） PCB189 119（7.3） 110（1.9） 112（5.7） 苯并(a)蒽 84（9.4） 81（6.1） 80（7.5） α-六六六 94（5.4） 98（3.3） 91（8.6） 䓛 100（3.8） 99（2.6） 97（2.5） 六氯苯 74（5.6） 75（2.5） 69（7.8） 苯并(b)荧蒽 107（1.7） 107（1.2） 103（2.4） γ-六六六 91（5.2） 97（2.8） 90（8.7） 苯并(k)荧蒽 114（4.7） 112（3.3） 106（3.7） β-六六六 81（6.9） 84（2.4） 79（10.2） 苯并(a)芘 94（2.2） 96（1.1） 93（2.3） δ-六六六 88（5.2） 89（3.9） 88（10.0） 茚并(1,2,3-cd)芘 95（4.3） 96（1.5） 91（5.7） 七氯 73（9.5） 71（3.6） 66（10.4） 二苯并(a,h)蒽 91（4.7） 100（1.8） 80（6.9） 艾氏剂 90（6.8） 85（3.5） 81（7.9） 苯并(g,h,i)苝 76（6.4） 78（5.5） 68（9.1） 环氧七氯 100（13） 100（8.8） 84（9.3） 邻苯二甲酸二甲酯 56（3.8） 56（1.7） 56（2.6） γ-氯丹 85（10.8） 82（5.5） 75（7.4） 邻苯二甲酸二乙酯 71（5.2） 70（0.1） 72（1.9） α-氯丹 96（9.2） 90（6.2） 89（9.6） 邻苯二甲酸二丁酯 65（5.5） 59（0.9） 64（0.3） 硫丹1 72（3.1） 71（1.7） 68（7.0） 邻苯二甲酸丁基苄酯 54（4.9） 50（3.2） 51（1.5） p,p'-DDE 90（8.8） 94（2.9） 83（6.6） 邻苯二甲酸二(2-乙基)己酯 77（2.8） 70（2.8） 52（0.9） 狄氏剂 79（8.3） 80（2.5） 70（0.4） 邻苯二甲酸二正辛酯 90（6.1） 89（1.9） 63（1.1） 异狄氏剂 78（7.3） 78（5.8） 66（11.9）
下载: 导出CSV
-
[1] 于艳新, 李奇, 王慧, 等. 食物中典型持久性有机污染物(POPs)的生物可给性研究综述 [J]. 生态环境学报, 2015, 24(8): 1406-1414. doi: 10.16258/j.cnki.1674-5906.2015.08.023 YU Y X, LI Q, WANG H, et al. The bioaccessibility of typical persistent organic pollutants(POPs) in food matrix: A review [J]. Ecology and Environmental Sciences, 2015, 24(8): 1406-1414(in Chinese). doi: 10.16258/j.cnki.1674-5906.2015.08.023
[2] LÜ H, MO C H, ZHAO H M, et al. Soil contamination and sources of phthalates and its health risk in China: A review [J]. Environmental Research, 2018, 164: 417-429. doi: 10.1016/j.envres.2018.03.013 [3] 吴亮, 岳中慧, 张皓, 等. ASE-GC-MS法同时测定农用地土壤中的多环芳烃、多氯联苯和有机氯农药 [J]. 化学分析计量, 2019, 28(4): 7-12, 17. doi: 10.3969/j.issn.1008-6145.2019.04.002 WU L, YUE Z H, ZHANG H, et al. Simultaneous determination of polycyclic aromatic hydrocarbons, polychlorinated biphenyls and organochlorine pesticides in soil by GC-MS coupled with accelerated solvent extraction [J]. Chemical Analysis and Meterage, 2019, 28(4): 7-12, 17(in Chinese). doi: 10.3969/j.issn.1008-6145.2019.04.002
[4] 张延平, 陈振超, 孙晓薇, 等. 固相萃取/气相色谱-串联质谱法测定竹笋产地土壤中42种持久性有机污染物 [J]. 分析测试学报, 2018, 37(12): 1431-1438. doi: 10.3969/j.issn.1004-4957.2018.12.005 ZHANG Y P, CHEN Z C, SUN X W, et al. Determination of 42 persistent organic pollutants in geographical original soil of bamboo shoot by gas chromatography-tandem mass spectrometry with solid phase extraction [J]. Journal of Instrumental Analysis, 2018, 37(12): 1431-1438(in Chinese). doi: 10.3969/j.issn.1004-4957.2018.12.005
[5] 张丽萍, 项亚男, 王宗义, 等. 冷冻辅助相分离-气相色谱-串联质谱法检测设施蔬菜与土壤中的邻苯二甲酸酯 [J]. 食品安全质量检测学报, 2020, 11(3): 847-853. ZHANG L P, XIANG Y N, WANG Z Y, et al. Detection of phthalates in vegetables and soil in facilities by freezing-assisted phase separation-gas chromatography-tandem mass spectrometry [J]. Journal of Food Safety & Quality, 2020, 11(3): 847-853(in Chinese).
[6] FANG J, WANG K X. Multiresidual analysis of organochlorine pesticides, polychlorinated biphenyls and polycyclic aromatic hydrocarbons in marine shellfishes by gas chromatography-ion trap mass spectrometry [J]. Chinese Journal of Analytical Chemistry, 2007, 35(11): 1607-1613. doi: 10.1016/S1872-2040(07)60095-4 [7] LEE J, LEE S Y, PARK K W, et al. Simultaneous determination of PCBs, OCPs and PAHs in mussel by ultrasound-assisted cloudy extraction and gas chromatography-tandem mass spectrometry [J]. Food Additives & Contaminants:Part A, 2020, 37(10): 1730-1743. [8] 中华人民共和国环境保护部. 中华人民共和国环保行业标准: 土壤和沉积物 多氯联苯的测定 气相色谱-质谱法 HJ 743-2015[S]. 北京: 中国环境科学出版社, 2015. Ministry of Environmental Protection of the People's Republic of China. Environmental Protection Standard of the People's Republic of China: Soil and sediment-Determination of polychlorinated biphenyls(PCBs)-Gas chromatography mass spectrometry. HJ 743-2015[S]. Beijing: China Environment Science Press, 2015(in Chinese). chromatography mass spectrometry[S]. Beijing: China Environmental Science Press, 2015(in Chinese).
[9] 中华人民共和国环境保护部. 中华人民共和国环保行业标准: 土壤和沉积物 有机氯农药的测定 气相色谱-质谱法 HJ 835-2017[S]. 北京: 中国环境出版社, 2017. Ministry of Environmental Protection of the People's Republic of China. Environmental Protection Standard of the People's Republic of China: Soil and sediment-Determination of organochlorine pesticides-Gas chromatography/Mass spectrometry. HJ 835-2017[S]. Beijing: China Environmental Science Press, 2017(in Chinese).
[10] 中华人民共和国环境保护部. 中华人民共和国环保行业标准: 土壤和沉积物 多环芳烃的测定 气相色谱-质谱法 HJ 805—2016[S]. 北京: 中国环境科学出版社, 2016. Ministry of Environmental Protection of the People's Republic of China. Environmental Protection Standard of the People's Republic of China: Soil and Sediment–Determination of polycyclic aromatic hydrocarbon by Gas chromatography-Mass Spectrometry Method. HJ 805—2016[S]. Beijing: China Environment Science Press, 2016(in Chinese). chromatography/Mass spectrometry Method[S]. Beijing: China Environmental Science Press, 2016(in Chinese).
[11] 中华人民共和国生态环境部. 中华人民共和国环保行业标准: 土壤和沉积物 6种邻苯二甲酸酯类化合物的测定 气相色谱-质谱法 HJ 1184-2021[S]. 北京: 中国环境科学出版社, 2021. Environmental Protection Standard of the People's Republic of China. Soil and sediment-Determination of 6 Phthalate Esters(PAEs)-Gas Chromatography/Mass spectrometry HJ 1184-2021[S]. Beijing: China Environment Science Press, 2021 (in Chinese).
[12] LLOMPART M, CELEIRO M, DAGNAC T. Microwave-assisted extraction of pharmaceuticals, personal care products and industrial contaminants in the environment [J]. TrAC Trends in Analytical Chemistry, 2019, 116: 136-150. doi: 10.1016/j.trac.2019.04.029 [13] 罗治定, 万秋月, 王芸, 等. 微波萃取-气相色谱质谱法测定土壤中的多环芳烃 [J]. 天津理工大学学报, 2019, 35(4): 53-57. doi: 10.3969/j.issn.1673-095X.2019.04.012 LUO Z D, WAN Q Y, WANG Y, et al. PAHs in soil extracted by microwave extraction and analyzed by gas chromatography-mass spectrometry [J]. Journal of Tianjin University of Technology, 2019, 35(4): 53-57(in Chinese). doi: 10.3969/j.issn.1673-095X.2019.04.012
[14] LIAO C, YANG P, XIE Z W, et al. Application of GC-triple quadrupole MS in the quantitative confirmation of polycyclic aromatic hydrocarbons and phthalic acid esters in soil [J]. Journal of Chromatographic Science, 2010, 48(3): 161-166. doi: 10.1093/chromsci/48.3.161 [15] HALFADJI A, TOUABET A, PORTET-KOLTALO F, et al. Concentrations and source identification of polycyclic aromatic hydrocarbons (PAHs) and polychlorinated biphenyls (PCBs) in agricultural, urban/residential, and industrial soils, east of Oran (northwest Algeria) [J]. Polycyclic Aromatic Compounds, 2019, 39(4): 299-310. doi: 10.1080/10406638.2017.1326947 [16] CARRO N, GARCÍA I, IGNACIO M, et al. Microwave-assisted solvent extraction and gas chromatography ion trap mass spectrometry procedure for the determination of persistent organochlorine pesticides (POPs) in marine sediment [J]. Analytical and Bioanalytical Chemistry, 2006, 385(5): 901-909. doi: 10.1007/s00216-006-0485-3 [17] RAMÍREZ A, TEIXEIRA M, NEVES A, et al. Development and validation of a solid-liquid extraction with low temperature partitioning (SLE/LTP) method for determination of the herbicide indaziflam in Brazilian soils by high performance liquid chromatography (HPLC-UV/vis) [J]. Journal of Experimental Agriculture International, 2018, 21(3): 1-8. [18] 朱芸, 李世刚, 周圆, 等. 加速溶剂萃取-气相色谱质谱法同时测定土壤及沉积物中34种有机氯农药及18种多氯联苯类化合物 [J]. 环境监控与预警, 2019, 11(3): 30-35. ZHU Y, LI S G, ZHOU Y, et al. Simultaneous determination of 34 organochlorine pesticides and 18 polychlorinated biphenyls in soil and sediment by accelerated solvent extraction-gas chromatography-mass spectrometry [J]. Environmental Monitoring and Forewarning, 2019, 11(3): 30-35(in Chinese).
[19] 廖健, 邓超, 陈怡, 等. 西湖景区土壤中邻苯二甲酸酯污染水平、来源分析和空间分布特征 [J]. 环境科学, 2019, 40(7): 3378-3387. doi: 10.13227/j.hjkx.201812207 LIAO J, DENG C, CHEN Y, et al. Pollution levels, sources, and spatial distribution of phthalate esters in soils of the west lake scenic area [J]. Environmental Science, 2019, 40(7): 3378-3387(in Chinese). doi: 10.13227/j.hjkx.201812207
[20] 刘彬, 闫强, 郭丽, 等. 加压流体萃取-硅酸镁柱净化-气相色谱质谱法同时测定土壤中有机氯农药和多环芳烃 [J]. 环境化学, 2019, 38(10): 2212-2221. doi: 10.7524/j.issn.0254-6108.2018112605 LIU B, YAN Q, GUO L, et al. Simultaneous determination of OCPs and PAHs in soil by GC-MSD with ASE and florisil SPE purification [J]. Environmental Chemistry, 2019, 38(10): 2212-2221(in Chinese). doi: 10.7524/j.issn.0254-6108.2018112605
[21] MAGALHÃES E J, NASCENTES C C, AUGUSTI R, et al. Fast determination of benzodiazepines in human urine via liquid-liquid extraction with low temperature partitioning and LC-HRMS [J]. American Journal of Analytical Chemistry, 2012, 3(2): 118-124. doi: 10.4236/ajac.2012.32017 [22] 金梦, 李彦希, 黎玉清, 等. 多环芳烃污染与儿童内暴露负荷的关系 [J]. 环境科学与技术, 2020, 43(1): 212-216. doi: 10.19672/j.cnki.1003-6504.2020.01.031 JIN M, LI Y X, LI Y Q, et al. Relationship between PAHs pollution and exposure levels in children [J]. Environmental Science & Technology, 2020, 43(1): 212-216(in Chinese). doi: 10.19672/j.cnki.1003-6504.2020.01.031
[23] SOUSA D A, GONÇALVES R M, HELENO F F, et al. Chemometric optimization of solid-liquid extraction with low-temperature partition (SLE-LTP) for determination of persistent organic pollutants in Caiman yacare eggs [J]. Microchemical Journal, 2014, 114: 266-272. doi: 10.1016/j.microc.2014.01.012 [24] 刘笑笑, 张菁菁, 李晨曦, 等. 低温微萃取-GCMS/MS联用技术检测食用油中20种持久性污染物 [J]. 食品与发酵工业, 2020, 46(5): 292-298. doi: 10.13995/j.cnki.11-1802/ts.021039 LIU X X, ZHANG J J, LI C X, et al. Determination of 20 persistent pollutants in edible oil by freeze-degreasing-GCMS/MS [J]. Food and Fermentation Industries, 2020, 46(5): 292-298(in Chinese). doi: 10.13995/j.cnki.11-1802/ts.021039
[25] GOULART S M, de QUEIROZ M E L R, NEVES A A, et al. Low-temperature clean-up method for the determination of pyrethroids in milk using gas chromatography with electron capture detection [J]. Talanta, 2008, 75(5): 1320-1323. doi: 10.1016/j.talanta.2008.01.058 [26] GOULART S M, ALVES R D, NEVES A A, et al. Optimization and validation of liquid-liquid extraction with low temperature partitioning for determination of carbamates in water [J]. Analytica Chimica Acta, 2010, 671(1/2): 41-47. -
点击查看大图
计量
- 文章访问数: 1787
- HTML全文浏览数: 1787
- PDF下载数: 62
- 施引文献: 0
