全氟和多氟烷基物质在北部湾海域表层沉积物中的污染特征及风险评估

范雨晴, 王雄, 陈铭杰, 金梦, 闫雅楠, 王旭光, 郑毅云, 张璐. 全氟和多氟烷基物质在北部湾海域表层沉积物中的污染特征及风险评估[J]. 环境化学, 2023, 42(3): 873-883. doi: 10.7524/j.issn.0254-6108.2022070804
引用本文: 范雨晴, 王雄, 陈铭杰, 金梦, 闫雅楠, 王旭光, 郑毅云, 张璐. 全氟和多氟烷基物质在北部湾海域表层沉积物中的污染特征及风险评估[J]. 环境化学, 2023, 42(3): 873-883. doi: 10.7524/j.issn.0254-6108.2022070804
FAN Yuqing, WANG Xiong, CHEN Mingjie, JIN Meng, YAN Yanan, WANG Xuguang, ZHENG Yiyun, ZHANG Lu. Pollution characteristics and risk assessment of perfluoroalkyl substances in surface sediments of the Beibu Gulf[J]. Environmental Chemistry, 2023, 42(3): 873-883. doi: 10.7524/j.issn.0254-6108.2022070804
Citation: FAN Yuqing, WANG Xiong, CHEN Mingjie, JIN Meng, YAN Yanan, WANG Xuguang, ZHENG Yiyun, ZHANG Lu. Pollution characteristics and risk assessment of perfluoroalkyl substances in surface sediments of the Beibu Gulf[J]. Environmental Chemistry, 2023, 42(3): 873-883. doi: 10.7524/j.issn.0254-6108.2022070804

全氟和多氟烷基物质在北部湾海域表层沉积物中的污染特征及风险评估

    通讯作者: Tel:13143128815, E-mail:1326162978@qq.com
  • 基金项目:
    中央级公益性科研院所(PM-zx703-202011-318)资助.

Pollution characteristics and risk assessment of perfluoroalkyl substances in surface sediments of the Beibu Gulf

    Corresponding author: WANG Xiong, 1326162978@qq.com
  • Fund Project: the Central Public Welfare Scientific Research Institutes(PM-zx703-202011-318)
  • 摘要: 自21世纪以来,全氟和多氟烷基物质(per- and polyfluoroalkyl substances,PFASs)的环境问题一直受到科学界和公众的广泛关注. PFASs具有难降解、生物富集和长距离迁移等特点,已在大气、土壤和水体等环境介质及生物体中广泛检出. 本研究以北部湾海域70个表层沉积物样品为对象,对其中11种典型PFASs(PFHxA、PFHpA、PFOA、PFNA、PFDA、PFUnDA、PFDoDA、PFTrDA、PFTeDA、PFHxS、PFOS)进行了系统研究. 通过高效液相色谱-三重四极杆串联质谱法对该海域表层沉积物中PFASs污染水平进行分析,利用相关性分析对该海域表层沉积物中PFASs来源进行解析,并运用环境风险熵值法对该海域表层沉积物中PFASs污染进行了风险评估. 结果表明,北部湾海域70个点位中,除全氟己烷磺酸(PFHxS)未被检出外,其余10种PFASs均被检出,全氟己酸(perfluorohextanoic acid,PFHxA)、全氟辛酸(perfluorooctanoic acid,PFOA)及全氟辛烷磺酸(perfluorooctance sulfonic acid,PFOS)是浓度及检出率占绝对优势的单体;北部湾不同城市近岸海域沉积物中PFASs浓度具有明显差异. 相关性分析结果显示沉积物中的PFASs可能主要来自纺织业、造纸业、皮革加工行业及金属电镀行业等. 风险评估结果显示沉积物中PFHxA及PFOA浓度水平对北部湾水生和底栖生物处于中低风险,PFOS有一个点位处于高风险,需要持续关注.
  • 氮氧化物 (NOx,主要包括NO和NO2) 作为大气污染物,不仅会危害人群健康[1-2],还是造成酸雨、雾霾和光化学烟雾的重要因素[3]。柴油车是我国NOx的重要来源。根据生态环境部最新发布的《中国移动源环境管理年报 (2022) 》,我国柴油车NOx排放占汽车排放总量的88%以上。

    目前,NH3选择性催化还原 (NH3-SCR) 技术是柴油车尾气NOx净化的主流技术,其核心是催化剂。以V2O5/TiO2和V2O5-WO3(MoO3)/TiO2催化剂为代表的钒基催化剂被广泛应用于固定源烟气脱硝,其催化效率高、抗硫性能优异,也被引入柴油车NOx催化净化领域,并规模化应用于我国国四和国五阶段柴油车尾气NOx排放控制技术中[4-5]。钒具有生物毒性,且温度窗口较窄、热稳定性较差[6],限制了钒基氧化物催化剂的进一步应用。目前,以Cu-SSZ-13为代表的Cu基小孔分子筛因其良好的催化性能和水热稳定性,在国六柴油车尾气NOx催化净化中广泛应用。开发具有优异NH3-SCR活性的环境友好型催化剂一直是该领域的研究热点。

    由于具有优异的氧化还原性能,CeO2作为催化剂的活性组分、助剂和载体得到了广泛应用[7-8],但是纯CeO2催化剂的催化活性和热稳定性较差。在NH3-SCR反应中,氧化还原位点和酸性位点存在协同作用。因此,将同种功能位点高度分散,不同功能位点紧密耦合成为该类催化剂的设计原则[9]。基于该原则,研究者们引入一系列助剂 (Ti[10-11]、W[12-13]、Nb[14-16]、Zr[17]和Sn[18-19]等) ,以改善纯CeO2催化剂的性能。其中,SnO2拥有大量的本征氧缺陷和较强的Lewis酸性[20-22],因此受到了广泛关注。CeO2-SnO2在250~450 ℃可实现大于60%的NOx转化率[18]。该催化剂体系兼具抗水抗硫性能[18]、抗钾中毒[23]和抗铅中毒[19]性能,具有良好应用前景。

    研究者们通过助剂掺杂提升了CeO2-SnO2催化剂的催化活性。ZHANG等[24]通过溶剂热法制备得到了Ce-Sn-Ti三元氧化物催化剂,其在180~460 ℃实现了90%的NOx转化率。LIU等[25]发现Ce1W0.24Sn2Ox催化剂具有优异的NH3-SCR性能,W物种通过与Ce物种耦合形成了新的Ce-O-W活性位点,同时提高了催化剂在150~300 ℃下的NO氧化能力,抑制了高温下NH3的氧化。由于Nb2O5中的Nb—OH和Nb=O可作为Brønsted和Lewis酸性位点吸附更多的NH3物种[14,26-28],且有助于增加催化剂的氧空位[28-29],因此可作为活性组分或助剂提高催化剂的NH3-SCR活性。基于对CeO2-SnO2的研究和理解,本研究将Nb引入CeO2-SnO2催化剂开发新型CeSnNbOx金属氧化物催化剂,并结合多种表征手段阐明Nb对催化剂活性的促进作用,以期明确Nb掺杂对于活性提升的作用机制,为开发高效Ce基氧化物催化剂提供参考。

    本研究以硝酸铈作为Ce源、以四氯化锡作为Sn源、以草酸铌作为Nb源、以氨水作为沉淀剂,采用共沉淀法制备了摩尔比为Ce∶Sn∶Nb = 1∶2∶a (a = 0.1、0.5、1.0、1.5和2.0) 的催化剂。制备过程如下:首先,将一定量的前驱体添加至去离子水中,经搅拌、溶解后,逐滴加入过量的氨水,在室温下搅拌12 h;随后,通过抽滤的方式实现固液分离,得到已洗涤至中性的固体沉淀物,后将其置于100 ℃烘箱内干燥12 h;最后,将干燥的沉淀前体物移至马弗炉中,以5 ℃∙min−1的升温速率线性升温至700 ℃,焙烧3 h,得到最终催化剂,命名为Ce1Sn2NbaOx。同时,通过相同方法制备了Ce1Sn2Ox作为参比样品,以对比考察Ce1Sn2NbaOx催化剂的结构和催化性能。经压片、筛分得到40~60目催化剂,以用于NH3-SCR活性评价。

    催化剂活性评价实验在多气路固定床反应器中进行,所用模拟气控制如下:0.05% (体积分数) NO、0.05% (体积分数) NH3、5% (体积分数) O2、5% (体积分数) H2O、N2为平衡气,测试温度为150~550 ℃,总气体流量为500 mL∙min−1。采用配有光程气体池的Antaris IGS (Thermo Fisher) 红外气体分析仪,对反应过程中尾气各组分 (NH3、NO、NO2和N2O) 浓度进行实时监测。实验得到的全部数据点均在反应达到稳定状态后的采集的数据经3次平均后得到。

    NOx转化率 (X) 和N2选择性 (S) 计算公式见式 (1) 和 (2) 。

    X=(1[NOx]out[NOx]in)×100% (1)
    S=(12[N2O]out([NOx]in[NOx]out)+([NH3]in[NH3]out))×100% (2)

    式中: [NOx]=[NO]+[NO2] [NOx]in [NOx]out 分别为进气口和出气口处NOx的体积分数。

    1) N2吸附-脱附分析。使用自动物理吸附装置MicrotracBEL采集样品的N2吸附-脱附等温线。具体实验方法为:首先,对样品进行300 ℃真空脱气1 h,除去其表面的杂质;接着,在-196 ℃液氮温度下测定其N2吸附和脱附等温线。样品的比表面积为P/P0 = 0.05~0.30,以BET公式为依据,计算得到样品的比表面积;以BJH模型为依据,计算得到样品的孔径分布、总孔体积及平均孔径。

    2) 粉末X射线衍射 (XRD) 。利用荷兰PANalytical X pert Pro衍射仪采集样品图谱。使用Cu Kα射线 (波长λ = 0.154 06 nm) ,管电流和电压分别为40 mA和40 kV,扫描范围为2θ = 5~90o,扫描步长为0.02o

    X射线光电子能谱 (XPS) :采用AXIS Supra (英国Kratos Analytical Inc.) 测定样品的X射线光电子能谱,以Al Kα (1486.6 eV) 作为X射线靶材,以C 1s结合能 (BE = 284.8 eV) 为基准对所测元素的结合能进行核电位移校正。

    3) H2程序升温还原 (H2-TPR) 。本实验在Micromeritics AutoChem 2920化学吸附仪上进行。具体实验步骤如下:首先,在Ar气氛 (气体流量为30 mL∙min−1) 中,将U型石英反应器中的100 mg样品于400 ℃预处理0.5 h,后将其冷却至室温;随后,切换反应气氛为10% (体积分数) H2/Ar (气体流量为50 mL∙min−1) ;最后,待基线平稳后,以10 ℃∙min−1的升温速率线性升温至1 000 ℃,并使用热导检测器 (TCD) 对程序升温过程中的信号进行实时记录。

    4) NH3程序升温脱附 (NH3-TPD) 。所用的装置与H2-TPR实验装置相同,具体实验步骤如下:首先,在Ar气氛 (气体流量为30 mL∙min−1) 中,将U型石英反应器中的200 mg样品于400 ℃预处理0.5 h,然后将其冷却至室温,以除去样品表面吸附的杂质;接着,将0.25% (体积分数) NH3/He (气体流量为30 mL∙min−1) 气流通入U型石英反应器中,在NH3吸附饱和之后,将反应气氛转换为Ar吹扫2 h,以去除样品表面吸附的NH3;最后,待基线平稳后,在Ar吹扫下,以10 ℃∙min−1的升温速率线性升温至650 ℃,并使用热导检测器 (TCD) 对程序升温过程中的信号进行实时记录。

    5) 原位漫反射傅立叶变换红外光谱 (in situ DRIFTS) 。本实验在Thermo Fisher公司的配备有MCT/A检测器的Nicolet IS50上进行。将20% (体积分数) O2/N2气氛 (气体流量为300 mL∙min−1) 通入装有催化剂的原位反应池中,并于450 ℃预处理0.5 h,以去除催化剂表面的杂质;温度降至200 ℃并使用N2吹扫;待信号稳定后可采集背景谱图,并在后续的光谱中自动扣减该背景谱图。采集谱图的扫描次数为100次,分辨率为4 cm−1。在NH3或NOx吸附的in situ DRIFTS实验中:向装有催化剂的气体池中通入0.05% NH3或0.05% NO+5% O2 (百分数为体积分数,气体流量为300 mL∙min−1) 吸附1 h,然后使用N2吹扫催化剂表面0.5 h,并实时采集反应过程中的谱图。

    图1展示了Ce1Sn2Ox和不同Nb掺杂量的Ce1Sn2NbaOx催化剂的NOx转化率和N2选择性。Ce1Sn2Ox的温度窗口较窄,掺杂Nb后,随着Nb/Ce摩尔比增加,催化剂的低温和高温活性均得到提升,在250~500 ℃达到接近100%的NOx转化率。然而,随着Nb/Ce摩尔比进一步增加至1.5和2.0时,在150~250 ℃内,催化剂的低温NOx转化率逐渐降低。因此,适量Nb掺杂能有效提高催化剂的NH3-SCR活性。此外,整个温度测试区间内的N2选择性均大于98%。因此,Ce1Sn2Nb1Ox为优选催化剂。

    图 1  不同Nb/Ce摩尔比对Ce1Sn2NbaOx催化剂NOx转化率和N2选择性的影响
    Figure 1.  Effects of different Nb/Ce molar ratios on the NOx conversion and N2 selectivity of Ce1Sn2NbaOx catalysts

    由氮气的吸附-脱附等温线计算得到Ce1Sn2Ox和Ce1Sn2NbaOx催化剂的结构参数,如表1所示。Ce1Sn2Ox催化剂的比表面积为50.1 m2∙g−1,总孔体积0.14 cm3∙g−1。在掺杂Nb后,优选的Ce1Sn2Nb1Ox催化剂的比表面积和总孔体积最大,分别为56.9 m2∙g−1和0.27 cm3∙g−1。这表明最优Nb掺杂量有效改善了催化剂的比表面积和总孔体积,有利于反应物和中间体分子的吸附与分散[30-31]

    表 1  Ce1Sn2Ox和Ce1Sn2NbaOx催化剂的结构参数
    Table 1.  Structural parameters of Ce1Sn2Ox and Ce1Sn2NbaOx catalysts
    样品 比表面积/(m2∙g-1) 平均孔径/nm 总孔体积/(cm3∙g-1)
    Ce1Sn2Ox 50.1 11.6 0.14
    Ce1Sn2Nb0.1Ox 47.9 10.8 0.13
    Ce1Sn2Nb0.5Ox 47.5 14.7 0.18
    Ce1Sn2Nb1Ox 56.9 19.6 0.27
    Ce1Sn2Nb1.5Ox 44.3 19.2 0.21
    Ce1Sn2Nb2Ox 37.2 20.8 0.19
     | Show Table
    DownLoad: CSV

    图2显示了Ce1Sn2Ox和不同Nb掺杂量的Ce1Sn2NbaOx催化剂的XRD结果。Ce1Sn2Ox催化剂具有立方相CeO2 (c-CeO2,PDF 43-1002) 和四方相SnO2 (t-SnO2,PDF 41-1445) 晶相。在掺杂Nb后,未见任何含Nb的结晶相,这说明Nb物种以高度分散或无定形状态存在于Ce1Sn2NbaOx催化剂中。当Nb/Ce摩尔比为0.1~1时,c-CeO2的衍射峰强度大于t-SnO2,而当Nb/Ce摩尔比大于1时,则表明Nb掺杂量影响了催化剂晶相的结晶度。

    图 2  Ce1Sn2Ox和Ce1Sn2NbaOx催化剂的XRD结果
    Figure 2.  XRD results of Ce1Sn2Ox and Ce1Sn2NbaOx catalysts

    图3 (a) 表明Ce 3d的XPS谱图由8个高斯重叠峰组成,自结合能从低到高分别标记为νν'ν''ν'''μμ'μ''μ''',其中νν''ν'''μμ''μ'''归属于表面Ce4+ν'μ'归属于表面Ce3+[18,32]。在Ce1Sn2Ox和Ce1Sn2NbaOx催化剂表面,Ce3+和Ce4+同时存在,其中Ce4+占主导地位。为了对2种催化剂表面Ce物种中所占的摩尔比进行直观比较,通过高斯分峰拟合处理,计算得到Ce3+/Ce比例,具体见式 (3) 。

    图 3  Ce1Sn2Ox和Ce1Sn2NbaOx催化剂的XPS结果
    Figure 3.  The XPS results of Ce1Sn2Ox and Ce1Sn2NbaOx catalysts
    Ce3+/Ce=Ce3+/(Ce3++Ce4+)=S(μ')+S(ν')[S(μ)+S(ν)]×100\% (3)

    式中:S代表峰面积,计算结果标注在图3 (a) 中。Ce1Sn2Ox催化剂Ce3+/Ce比例为21.4%,随着Nb掺杂量的增加,Ce1Sn2NbaOx催化剂的Ce3+/Ce比例也随之增加。

    图3 (b) 中O 1s的XPS谱图由2个高斯重叠峰构成,其中具有更高结合能的峰 (531.7~532.1 eV) 归属为表面吸附氧物种 (O22-或O,标记为Oα) ,结合能较低的峰 (530.0~530.4 eV) 归属为晶格氧物种 (O2,标记为Oβ) [16,33]。为了直观地比较Oα在2种催化剂表面氧物种中的比例。本研究通过高斯分峰拟合处理,计算得到Oα/O比例,具体见式 (4) 。

    Oα/O=Oα/(Oα+Oβ)=S(Oα)S(Oα)+S(Oβ)×100\% (4)

    式中:S(Oα)和S(Oβ)代表Oα和Oβ的峰面积,计算结果标注在图3 (b) 中。Ce1Sn2Ox催化剂Oα/O比例为19.8%,随着Nb掺杂量的增加,Ce1Sn2NbaOx催化剂的Oα/O比例随之降低。

    Ce基催化剂中的Ce3+主要来自本征氧空穴 (Ov) 的形成,因此Ce3+/Ce比例和Oα/O比例通常具有相同的变化趋势[12]。而本研究中,随着Nb掺杂量的增加,催化剂Ce3+/Ce比例增加,但Oα/O的比例却降低。因此,微晶或无定形的Ce3+-O-Nb5+结构可能是Ce3+的另一来源,为NH3-SCR反应提供了可能的Ce-O-Nb活性位点[14]

    图4为水热老化前后Ce1Sn2Ox和Ce1Sn2NbaOx催化剂的H2-TPR曲线,并通过积分H2消耗峰的峰面积定量不同催化剂的H2消耗量。催化剂的H2-TPR曲线在207~280 ℃和473~791 ℃附近出现H2消耗峰,分别归属为表面和体相氧物种的还原[34]。随着Nb掺杂量的增加,Ce1Sn2NbaOx催化剂表面和体相氧的还原峰均向高温方向偏移 (图4 (a) ) ,且总H2消耗量逐渐降低 (图4 (b) ) 。这说明Nb掺杂不仅削弱了Ce1Sn2NbaOx催化剂表面氧和体相氧的流动性,还减少了可还原氧物种的数量,与O 1s的XPS结果一致。由此说明,Nb对氧化还原性的影响并不是Ce1Sn2NbaOx催化剂活性提升的关键因素。

    图 4  Ce1Sn2Ox和Ce1Sn2NbaOx催化剂的H2-TPR结果
    Figure 4.  The H2-TPR results of Ce1Sn2Ox and Ce1Sn2NbaOx catalysts

    本研究通过NH3-TPD实验探究了Ce1Sn2Ox和Ce1Sn2NbaOx催化剂的表面酸性,并通过积分NH3脱附峰的峰面积定量不同催化剂的NH3脱附量,结果如图5所示。与Ce1Sn2Ox催化剂相较,随着Nb/Ce摩尔比的增加,Ce1Sn2NbaOx催化剂的NH3脱附量呈现先升高后减低的趋势。对NH3脱附量进行比表面积归一化处理后,单位比表面积上的NH3吸附量呈上升趋势。因此,当Nb/Ce摩尔比大于1时,催化剂总NH3脱附量的降低主要是由于比表面积的减小。对比Ce1Sn2Ox和Ce1Sn2NbaOx催化剂的NH3-TPD结果可知,Nb掺杂使Ce1Sn2NbaOx催化剂表面形成了更丰富的酸性位点,改善了催化剂的表面酸性。具体的Lewis酸性位点和Brønsted酸性位点的变化将在后续的NH3吸附in situ DRIFTS结果说明。

    图 5  Ce1Sn2Ox和Ce1Sn2NbaOx催化剂的NH3-TPD结果
    Figure 5.  The NH3-TPD results of Ce1Sn2Ox and Ce1Sn2NbaOx catalysts

    图6为Ce1Sn2Ox和Ce1Sn2NbaOx催化剂上NH3吸附的in situ DRIFTS结果和2 000~1 920 cm−1的放大图。2种类型的NH3物种吸附在催化剂表面,包括吸附在Lewis酸位上的配位NH3物种 (1 606、1 240 cm−1) [35-37]和Brønsted酸位上的NH4+物种 (1 593、1 428 cm−1) [38-39]。此外,1 967和1 960 cm−1处出现了Nb==O的消耗峰。这说明Nb==O同样可作为催化剂表面的NH3吸附位点[14],且适量Nb掺杂增强了Nb==O对表面NH3物种的吸附。同时观察到了位于3 698和3 647 cm−1处的羟基消耗峰[37]、位于3 378和3 254 cm−1位置处的N—H伸缩振动[40-42]和位于1 545 cm−1位置处的酰胺物种 (NH2) 剪切振动。与Ce1Sn2Ox相较,随着Nb/Ce摩尔比的增加,Brønsted酸位上NH4+物种的吸附逐渐受到抑制,而Lewis酸位上配位NH3物种的吸附逐渐增加。普遍认为,Lewis酸位上吸附的NH3物种较Brønsted酸位上吸附的NH4+物种稳定,因此,Nb掺杂增强了Ce1Sn2NbaOx催化剂表面酸性位点的强度和稳定性。

    图 6  Ce1Sn2Ox和Ce1Sn2NbaOx催化剂在200 ℃时NH3吸附in situ DRIFTS结果
    Figure 6.  In situ DRIFTS results of NH3 adsorption at 200 ℃ on Ce1Sn2Ox and Ce1Sn2NbaOx catalysts

    图7为NOx吸附在Ce1Sn2Ox和Ce1Sn2NbaOx催化剂上的in situ DRIFTS结果,其中1 626和1 604 cm−1位置处的峰可归属为吸附的桥式硝酸盐物种,1 577、1 568和1 206~1 230 cm−1处的红外峰可归属为吸附的双齿硝酸盐,1 536 cm−1处的红外峰可归属为单齿硝酸盐[18,29,43]。与Ce1Sn2Ox相较,Nb掺杂显著抑制了催化剂表面硝酸盐的吸附[33]

    图 7  Ce1Sn2Ox和Ce1Sn2NbaOx催化剂在200 ℃时NOx吸附in situ DRIFTS结果
    Figure 7.  In situ DRIFTS results of NOx adsorption at 200 ℃ on Ce1Sn2Ox and Ce1Sn2NbaOx catalysts

    1) 优选后的Ce1Sn2Nb1Ox催化剂在体积空速为100 000 h−1的测试条件下,在250~500 ℃内实现了接近100%的NOx转化率,且整个温度测试区间内的N2选择性均大于98%。2) Nb掺杂改善了Ce1Sn2NbaOx催化剂的比表面积和总孔体积,更利于活性位点的暴露和分散;Nb物种在催化剂表面高度分散,可能与Ce物种耦合形成Ce-O-Nb活性位点。Nb掺杂改变了Ce1Sn2NbaOx催化剂的表面吸附行为,使表面NH3物种更倾向于吸附在Lewis酸性位点上,同时抑制了催化剂表面硝酸盐的吸附。3) Nb掺杂减弱了Ce1Sn2NbaOx催化剂的氧化还原性能,但却提升了催化剂表面酸性位点的数量、强度和稳定性。通过对Ce1Sn2NbaOx催化剂表面酸性位点和氧化还原位点进行合理调控,促进了反应物的吸附与活化,从而达到了高效的NOx净化效率。

  • 图 1  采样点位分布

    Figure 1.  Sampling points distribution

    图 2  采样点位∑PFASs浓度分布

    Figure 2.  Concentration distribution of ∑PFASs of sampling points

    图 3  北部湾区域主要产业结构

    Figure 3.  Main industrial structure of Beibu Gulf

    图 4  各PFASs单体之间相关性分析

    Figure 4.  Correlation analysis between PFASs monomers

    图 5  北部湾海域沉积物中PFOA、PFHxA及PFOS的风险熵(RQ)

    Figure 5.  Risk Entropy (RQ) of PFOA 、PFHxA and PFOS in coastal sediments of the Beibu Gulf

    表 1  本研究中PFASs的类别、名称、CAS号及分子量

    Table 1.  Category, name, CAS number and molecular weight of PFASs in this study

    类别Category中文名称Chinese name英文名称English name缩写AbbreviationCAS分子量/(g·mol−1)Molecular weight内标物Internal standard
    全氟烷基羧酸类全氟己酸Perfluorohextanoic acidPFHxA307-24-4314.0MPFOA
    全氟庚酸Perfluoroheptanoic acidPFHpA375-85-9364.1MPFOA
    全氟辛酸Perfluorooctanoic acidPFOA335-67-1414.0MPFOA
    全氟壬酸Perfluorononanoic acidPFNA375-95-1464.0MPFOA
    全氟癸酸Perfluorodecanoic acidPFDA335-76-2514.0MPFDA
    全氟十一烷酸Perfluoroundecanoic acidPFUnDA2058-94-8564.1MPFDA
    全氟十二烷酸Perfluorododecanoic acidPFDoDA307-55-1614.0MPFDA
    全氟十三烷酸Perfluorotridecanoic acidPFTrDA72629-94-8664.1MPFDA
    全氟十四烷酸Perfluorotetradecanoic acidPFTeDA376-06-7714.0MPFDA
    全氟烷基磺酸类全氟己烷磺酸Perfluorohexane sulfonic acidPFHxS355-46-4399.9MPFOS
    全氟辛烷磺酸Perfluorooctance sulfonic acidPFOS1763-23-1499.9MPFOS
    类别Category中文名称Chinese name英文名称English name缩写AbbreviationCAS分子量/(g·mol−1)Molecular weight内标物Internal standard
    全氟烷基羧酸类全氟己酸Perfluorohextanoic acidPFHxA307-24-4314.0MPFOA
    全氟庚酸Perfluoroheptanoic acidPFHpA375-85-9364.1MPFOA
    全氟辛酸Perfluorooctanoic acidPFOA335-67-1414.0MPFOA
    全氟壬酸Perfluorononanoic acidPFNA375-95-1464.0MPFOA
    全氟癸酸Perfluorodecanoic acidPFDA335-76-2514.0MPFDA
    全氟十一烷酸Perfluoroundecanoic acidPFUnDA2058-94-8564.1MPFDA
    全氟十二烷酸Perfluorododecanoic acidPFDoDA307-55-1614.0MPFDA
    全氟十三烷酸Perfluorotridecanoic acidPFTrDA72629-94-8664.1MPFDA
    全氟十四烷酸Perfluorotetradecanoic acidPFTeDA376-06-7714.0MPFDA
    全氟烷基磺酸类全氟己烷磺酸Perfluorohexane sulfonic acidPFHxS355-46-4399.9MPFOS
    全氟辛烷磺酸Perfluorooctance sulfonic acidPFOS1763-23-1499.9MPFOS
    下载: 导出CSV

    表 2  海洋沉积物全氟化合物方法检出限

    Table 2.  Detection limit of PFASs in marine sediment

    化合物Compound添加量/ngAddition amount检测平均值/(ng·g−1)AVE标准偏差/(ng·g−1)SD方法检出限/(ng·g−1)LOD定量下限/(ng·g−1)LOQ回收率/%Rate of recovery
    PFHxA0.050.0510.0010.0040.01785.3
    PFHpA0.050.0440.0020.0060.02288.9
    PFOA0.050.0420.0020.0060.02598.7
    PFNA0.050.0510.0040.0120.046105.0
    PFDA0.050.0510.0070.0220.086106.3
    PFUnDA0.050.0560.0050.0160.062116.8
    PFDoDA0.050.0550.0100.0320.127119.3
    PFTrDA0.050.0770.0030.0110.042117.3
    PFTeDA0.050.0740.0050.0150.06197.2
    PFHxS0.050.0420.0050.0140.057118.2
    PFOS0.050.0520.0150.0480.191117.3
    化合物Compound添加量/ngAddition amount检测平均值/(ng·g−1)AVE标准偏差/(ng·g−1)SD方法检出限/(ng·g−1)LOD定量下限/(ng·g−1)LOQ回收率/%Rate of recovery
    PFHxA0.050.0510.0010.0040.01785.3
    PFHpA0.050.0440.0020.0060.02288.9
    PFOA0.050.0420.0020.0060.02598.7
    PFNA0.050.0510.0040.0120.046105.0
    PFDA0.050.0510.0070.0220.086106.3
    PFUnDA0.050.0560.0050.0160.062116.8
    PFDoDA0.050.0550.0100.0320.127119.3
    PFTrDA0.050.0770.0030.0110.042117.3
    PFTeDA0.050.0740.0050.0150.06197.2
    PFHxS0.050.0420.0050.0140.057118.2
    PFOS0.050.0520.0150.0480.191117.3
    下载: 导出CSV

    表 3  北部湾海域沉积物中PFASs的浓度(ng·g−1)和检出率(%)

    Table 3.  Concentration (ng·g−1) and detection rate (%) of PFASs in coastal sediments of the Beibu Gulf

    化合物Compounds均值Average最小值Minimum中位数Median最大值Maximum检出样品个数Number of samples detected检出率/%Detection rate
    短链Short-chain PFASsPFHxA0.16ND.0.120.843955.7
    PFHpA0.05ND.0.040.1268.6
    长链Long-chain PFASsPFOA0.19ND.0.170.706085.7
    PFNAND.ND.ND.0.0411.4
    PFDA0.05ND.0.060.08710.0
    PFUnDA0.14ND.0.150.2345.7
    PFDoDAND.ND.ND.0.0611.4
    PFTrDA0.05ND.0.050.0622.9
    PFTeDA0.20ND.0.250.2634.3
    PFHxSND.ND.ND.ND.00
    PFOS0.29ND.0.201.501724.3
    总计Total PFASsShort-chain PFCs0.14ND.0.110.843955.7
    Long-chain PFCs0.19ND.0.171.506288.6
    ∑PFCs0.18ND.0.141.5070100
      ND.,未检出. ND.,not detected.
    化合物Compounds均值Average最小值Minimum中位数Median最大值Maximum检出样品个数Number of samples detected检出率/%Detection rate
    短链Short-chain PFASsPFHxA0.16ND.0.120.843955.7
    PFHpA0.05ND.0.040.1268.6
    长链Long-chain PFASsPFOA0.19ND.0.170.706085.7
    PFNAND.ND.ND.0.0411.4
    PFDA0.05ND.0.060.08710.0
    PFUnDA0.14ND.0.150.2345.7
    PFDoDAND.ND.ND.0.0611.4
    PFTrDA0.05ND.0.050.0622.9
    PFTeDA0.20ND.0.250.2634.3
    PFHxSND.ND.ND.ND.00
    PFOS0.29ND.0.201.501724.3
    总计Total PFASsShort-chain PFCs0.14ND.0.110.843955.7
    Long-chain PFCs0.19ND.0.171.506288.6
    ∑PFCs0.18ND.0.141.5070100
      ND.,未检出. ND.,not detected.
    下载: 导出CSV

    表 4  不同地区海洋沉积物中PFOA及PFOS的浓度

    Table 4.  Concentration of PFOA and PFOS in coastal sediments from different sea area

    基质Matrix地点LocationPFOA/(ng·g−1PFOS/(ng·g−1采样年份Sampling year参考文献Reference
    RangeMeanRangeMean
    沉积物SedimentOverseas FranceND.ND.—221.72012[14]
    China South SeaND.—0.017ND.-0.0262017—2018[15]
    Coastal areas of Bohai0.436—18.92.690.68—5.51.372017[16]
    East Chine SeaND.—0.870.18ND.—0.890.102012[17]
    Chinese Bohai Sea0.20—1.000.46ND.—0.202020[18]
    Chinese Yellow Sea0.091—1.8260.007—0.2272018[19]
    Charieston, SC0.02—2.520.420.09—7.371.522011[20]
    German Baltic Sea0.067—0.390.13ND.—0.380.172017[21]
    Sea of Beibu Gulf0.04—0.250.110.04—0.200.102019[22]
    Sea of Beibu GulfND.—0.700.19ND.—1.500.292020本研究
      ND.,未检出. ND.,not detected.
    基质Matrix地点LocationPFOA/(ng·g−1PFOS/(ng·g−1采样年份Sampling year参考文献Reference
    RangeMeanRangeMean
    沉积物SedimentOverseas FranceND.ND.—221.72012[14]
    China South SeaND.—0.017ND.-0.0262017—2018[15]
    Coastal areas of Bohai0.436—18.92.690.68—5.51.372017[16]
    East Chine SeaND.—0.870.18ND.—0.890.102012[17]
    Chinese Bohai Sea0.20—1.000.46ND.—0.202020[18]
    Chinese Yellow Sea0.091—1.8260.007—0.2272018[19]
    Charieston, SC0.02—2.520.420.09—7.371.522011[20]
    German Baltic Sea0.067—0.390.13ND.—0.380.172017[21]
    Sea of Beibu Gulf0.04—0.250.110.04—0.200.102019[22]
    Sea of Beibu GulfND.—0.700.19ND.—1.500.292020本研究
      ND.,未检出. ND.,not detected.
    下载: 导出CSV
  • [1] BUCK R C, FRANKLIN J, BERGER U, et al. Perfluoroalkyl and polyfluoroalkyl substances in the environment: Terminology, classification, and origins [J]. Integrated Environmental Assessment and Management, 2011, 7(4): 513-541. doi: 10.1002/ieam.258
    [2] HAN D M, MA Y G, HUANG C, et al. Occurrence and source apportionment of perfluoroalkyl acids (PFAAs) in the atmosphere in China [J]. Atmospheric Chemistry and Physics, 2019, 19(22): 14107-14117. doi: 10.5194/acp-19-14107-2019
    [3] 崔文杰, 彭吉星, 谭志军, 等. 全氟烷基物质在胶州湾海水、沉积物及生物中污染特征 [J]. 环境科学, 2019, 40(9): 3990-3999. doi: 10.13227/j.hjkx.201901104

    CUI W J, PENG J X, TAN Z J, et al. Pollution characteristics of perfluorinated alkyl substances (PFASs) in seawater, sediments, and biological samples from Jiaozhou Bay, China [J]. Environmental Science, 2019, 40(9): 3990-3999(in Chinese). doi: 10.13227/j.hjkx.201901104

    [4] JOUANNEAU W, BÅRDSEN B J, HERZKE D, et al. Spatiotemporal analysis of perfluoroalkyl substances in white-tailed eagle (Haliaeetus albicilla) nestlings from northern Norway-a ten-year study [J]. Environmental Science & Technology, 2020, 54(8): 5011-5020.
    [5] LAU C, ANITOLE K, HODES C, et al. Perfluoroalkyl acids: A review of monitoring and toxicological findings [J]. Toxicological Sciences, 2007, 99(2): 366-394. doi: 10.1093/toxsci/kfm128
    [6] TANIYASU S, KANNAN K, SO M K, et al. Analysis of fluorotelomer alcohols, fluorotelomer acids, and short- and long-chain perfluorinated acids in water and biota [J]. Journal of Chromatography A, 2005, 1093(1/2): 89-97.
    [7] WANG Z Y, BOUCHER J M, SCHERINGER M, et al. Toward a comprehensive global emission inventory of C4-C10 perfluoroalkanesulfonic acids (PFSAs) and related precursors: Focus on the life cycle of C8-based products and ongoing industrial transition [J]. Environmental Science & Technology, 2017, 51(8): 4482-4493.
    [8] 刘庆, 贺德春, 许振成, 等. 液相色谱-串联质谱法测定水体、沉积物及土壤中全氟化合物 [J]. 中国环境监测, 2014, 30(4): 134-139. doi: 10.3969/j.issn.1002-6002.2014.04.023

    LIU Q, HE D C, XU Z C, et al. Analysis of polyfluoroalkyl chemicals in water, sediments and soil by liquid chromatography-tandem mass spectrometry [J]. Environmental Monitoring in China, 2014, 30(4): 134-139(in Chinese). doi: 10.3969/j.issn.1002-6002.2014.04.023

    [9] LEEUWEN K V. Technical guidance document on risk assessment in support of commission directive 93/67/EEC on risk assessment for new notified substances and commission regulation (EC) No1488/94 on risk assessment for existing substances Part II[S]. European Chemicals Bureau (ECB), 2003(4): 204-218.
    [10] KWOK K Y, WANG X H, YA M L, et al. Occurrence and distribution of conventional and new classes of per- and polyfluoroalkyl substances (PFASs) in the South China Sea [J]. Journal of Hazardous Materials, 2015, 285: 389-397. doi: 10.1016/j.jhazmat.2014.10.065
    [11] BRENDEL S, FETTER É, STAUDE C, et al. Short-chain perfluoroalkyl acids: Environmental concerns and a regulatory strategy under REACH [J]. Environmental Sciences Europe, 2018, 30(1): 9. doi: 10.1186/s12302-018-0134-4
    [12] URTIAGA A, SORIANO A, CARRILLO-ABAD J. BDD anodic treatment of 6: 2 fluorotelomer sulfonate (6: 2 FTSA). Evaluation of operating variables and by-product formation [J]. Chemosphere, 2018, 201: 571-577. doi: 10.1016/j.chemosphere.2018.03.027
    [13] LEE Y M, LEE J Y, KIM M K, et al. Concentration and distribution of per- and polyfluoroalkyl substances (PFAS) in the Asan Lake area of South Korea [J]. Journal of Hazardous Materials, 2020, 381: 120909. doi: 10.1016/j.jhazmat.2019.120909
    [14] MUNOZ G, LABADIE P, BOTTA F, et al. Occurrence survey and spatial distribution of perfluoroalkyl and polyfluoroalkyl surfactants in groundwater, surface water, and sediments from tropical environments [J]. Science of the Total Environment, 2017, 607/608: 243-252. doi: 10.1016/j.scitotenv.2017.06.146
    [15] WANG Q, TSUI M M P, RUAN Y F, et al. Occurrence and distribution of per- and polyfluoroalkyl substances (PFASs) in the seawater and sediment of the South China sea coastal region [J]. Chemosphere, 2019, 231: 468-477. doi: 10.1016/j.chemosphere.2019.05.162
    [16] LIU Y Q, ZHANG Y, LI J F, et al. Distribution, partitioning behavior and positive matrix factorization-based source analysis of legacy and emerging polyfluorinated alkyl substances in the dissolved phase, surface sediment and suspended particulate matter around coastal areas of Bohai Bay, China [J]. Environmental Pollution, 2019, 246: 34-44. doi: 10.1016/j.envpol.2018.11.113
    [17] GAO Y, FU J J, ZENG L X, et al. Occurrence and fate of perfluoroalkyl substances in marine sediments from the Chinese Bohai Sea, Yellow Sea, and East China Sea [J]. Environmental Pollution, 2014, 194: 60-68. doi: 10.1016/j.envpol.2014.07.018
    [18] ZHAO Z, CHENG X H, HUA X, et al. Emerging and legacy per- and polyfluoroalkyl substances in water, sediment, and air of the Bohai Sea and its surrounding rivers [J]. Environmental Pollution, 2020, 263: 114391. doi: 10.1016/j.envpol.2020.114391
    [19] FENG X M, YE M Q, LI Y, et al. Potential sources and sediment-pore water partitioning behaviors of emerging per/polyfluoroalkyl substances in the South Yellow Sea [J]. Journal of Hazardous Materials, 2020, 389(10): 122-124.
    [20] WHITE N D, BALTHIS L, KANNAN K, et al. Elevated levels of perfluoroalkyl substances in estuarine sediments of Charleston, SC [J]. Science of the Total Environment, 2015, 521/522: 79-89. doi: 10.1016/j.scitotenv.2015.03.078
    [21] JOERSS H, APEL C, EBINGHAUS R. Emerging per- and polyfluoroalkyl substances (PFASs) in surface water and sediment of the North and Baltic Seas [J]. The Science of the Total Environment, 2019, 686: 360-369. doi: 10.1016/j.scitotenv.2019.05.363
    [22] 肖少可. 传统和替代全氟化合物在北部湾的空间分布、生物富集及营养级迁移[D]. 南宁: 广西大学, 2021.

    XIAO S K. Spatial distribution, bioaccumulation and trophic transfer of legacy and alternative per-and polyfluoroalkyl substances in the beibu gulf[D]. Nanning: Guangxi University, 2021(in Chinese).

    [23] HABIBULLAH-AL-MAMUN M, AHMED M K, RAKNUZZAMAN M, et al. Occurrence and distribution of perfluoroalkyl acids (PFAAs) in surface water and sediment of a tropical coastal area (Bay of Bengal coast, Bangladesh) [J]. Science of the Total Environment, 2016, 571: 1089-1104. doi: 10.1016/j.scitotenv.2016.07.104
    [24] AHRENS L, BARBER J L, XIE Z Y, et al. Longitudinal and latitudinal distribution of perfluoroalkyl compounds in the surface water of the Atlantic Ocean [J]. Environmental Science & Technology, 2009, 43(9): 3122-3127.
    [25] LI J, del VENTO S, SCHUSTER J, et al. Perfluorinated compounds in the Asian atmosphere [J]. Environmental Science & Technology, 2011, 45(17): 7241-7248.
    [26] XIAO F, HALBACH T R, SIMCIK M F, et al. Input characterization of perfluoroalkyl substances in wastewater treatment plants: Source discrimination by exploratory data analysis [J]. Water Research, 2012, 46(9): 3101-3109. doi: 10.1016/j.watres.2012.03.027
    [27] XIE S W, WANG T Y, LIU S J, et al. Industrial source identification and emission estimation of perfluorooctane sulfonate in China [J]. Environment International, 2013, 52: 1-8. doi: 10.1016/j.envint.2012.11.004
    [28] 张鸿, 赵亮, 何龙, 等. 不同功能区表层土中全氟化合物污染指纹及其来源解析 [J]. 环境科学, 2014, 35(7): 2698-2704. doi: 10.13227/j.hjkx.2014.07.037

    ZHANG H, ZHAO L, HE L, et al. Pollution fingerprints and sources of perfluorinated compounds in surface soil of different functional areas [J]. Environmental Science, 2014, 35(7): 2698-2704(in Chinese). doi: 10.13227/j.hjkx.2014.07.037

    [29] 何宗健, 甘甜, 彭希珑, 等. 环鄱阳湖城市污水处理厂污泥中全氟化合物的污染特征 [J]. 南昌大学学报(工科版), 2020, 42(2): 103-108. doi: 10.13764/j.cnki.ncdg.2020.02.001

    HE Z J, GAN T, PENG X L, et al. Pollution characteristics of perfluorinated compounds in sludge from urban wastewater treatment plants around Poyang Lake [J]. Journal of Nanchang University (Engineering & Technology), 2020, 42(2): 103-108(in Chinese). doi: 10.13764/j.cnki.ncdg.2020.02.001

  • 期刊类型引用(3)

    1. 高珂,辛晓东,刘红,刘莉,宋艳,贾瑞宝. 超高效液相色谱-三重四极杆质谱联用仪测定环境水相和沉积物中19种全/多氟烷基化合物. 净水技术. 2024(08): 61-69+166 . 百度学术
    2. 刘煦,杨田,雷秋霞,钱霖,赵红颖. 全氟和多氟烷基化合物去除进展. 环境化学. 2024(08): 2517-2538 . 本站查看
    3. 周扬,张静霆,谭志军,范纯新,郭萌萌,耿倩倩,李风铃. 益生菌对菲律宾蛤仔体内全氟辛酸免疫毒性的调节作用研究. 海洋与湖沼. 2024(06): 1499-1509 . 百度学术

    其他类型引用(0)

  • 加载中
    Created with Highcharts 5.0.7访问量Chart context menu近一年内文章摘要浏览量、全文浏览量、PDF下载量统计信息摘要浏览量全文浏览量PDF下载量2024-052024-062024-072024-082024-092024-102024-112024-122025-012025-022025-032025-0401234Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问类别分布DOWNLOAD: 9.9 %DOWNLOAD: 9.9 %HTML全文: 84.2 %HTML全文: 84.2 %摘要: 5.9 %摘要: 5.9 %DOWNLOADHTML全文摘要Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问地区分布其他: 98.8 %其他: 98.8 %XX: 0.6 %XX: 0.6 %上海: 0.1 %上海: 0.1 %北京: 0.2 %北京: 0.2 %武汉: 0.1 %武汉: 0.1 %洛杉矶: 0.1 %洛杉矶: 0.1 %其他XX上海北京武汉洛杉矶Highcharts.com
图( 5) 表( 4)
计量
  • 文章访问数:  4520
  • HTML全文浏览数:  4520
  • PDF下载数:  156
  • 施引文献:  3
出版历程
  • 收稿日期:  2022-07-08
  • 录用日期:  2022-09-07
  • 刊出日期:  2023-03-27
范雨晴, 王雄, 陈铭杰, 金梦, 闫雅楠, 王旭光, 郑毅云, 张璐. 全氟和多氟烷基物质在北部湾海域表层沉积物中的污染特征及风险评估[J]. 环境化学, 2023, 42(3): 873-883. doi: 10.7524/j.issn.0254-6108.2022070804
引用本文: 范雨晴, 王雄, 陈铭杰, 金梦, 闫雅楠, 王旭光, 郑毅云, 张璐. 全氟和多氟烷基物质在北部湾海域表层沉积物中的污染特征及风险评估[J]. 环境化学, 2023, 42(3): 873-883. doi: 10.7524/j.issn.0254-6108.2022070804
FAN Yuqing, WANG Xiong, CHEN Mingjie, JIN Meng, YAN Yanan, WANG Xuguang, ZHENG Yiyun, ZHANG Lu. Pollution characteristics and risk assessment of perfluoroalkyl substances in surface sediments of the Beibu Gulf[J]. Environmental Chemistry, 2023, 42(3): 873-883. doi: 10.7524/j.issn.0254-6108.2022070804
Citation: FAN Yuqing, WANG Xiong, CHEN Mingjie, JIN Meng, YAN Yanan, WANG Xuguang, ZHENG Yiyun, ZHANG Lu. Pollution characteristics and risk assessment of perfluoroalkyl substances in surface sediments of the Beibu Gulf[J]. Environmental Chemistry, 2023, 42(3): 873-883. doi: 10.7524/j.issn.0254-6108.2022070804

全氟和多氟烷基物质在北部湾海域表层沉积物中的污染特征及风险评估

    通讯作者: Tel:13143128815, E-mail:1326162978@qq.com
  • 生态环境部华南环境科学研究所,广州,510655
基金项目:
中央级公益性科研院所(PM-zx703-202011-318)资助.

摘要: 自21世纪以来,全氟和多氟烷基物质(per- and polyfluoroalkyl substances,PFASs)的环境问题一直受到科学界和公众的广泛关注. PFASs具有难降解、生物富集和长距离迁移等特点,已在大气、土壤和水体等环境介质及生物体中广泛检出. 本研究以北部湾海域70个表层沉积物样品为对象,对其中11种典型PFASs(PFHxA、PFHpA、PFOA、PFNA、PFDA、PFUnDA、PFDoDA、PFTrDA、PFTeDA、PFHxS、PFOS)进行了系统研究. 通过高效液相色谱-三重四极杆串联质谱法对该海域表层沉积物中PFASs污染水平进行分析,利用相关性分析对该海域表层沉积物中PFASs来源进行解析,并运用环境风险熵值法对该海域表层沉积物中PFASs污染进行了风险评估. 结果表明,北部湾海域70个点位中,除全氟己烷磺酸(PFHxS)未被检出外,其余10种PFASs均被检出,全氟己酸(perfluorohextanoic acid,PFHxA)、全氟辛酸(perfluorooctanoic acid,PFOA)及全氟辛烷磺酸(perfluorooctance sulfonic acid,PFOS)是浓度及检出率占绝对优势的单体;北部湾不同城市近岸海域沉积物中PFASs浓度具有明显差异. 相关性分析结果显示沉积物中的PFASs可能主要来自纺织业、造纸业、皮革加工行业及金属电镀行业等. 风险评估结果显示沉积物中PFHxA及PFOA浓度水平对北部湾水生和底栖生物处于中低风险,PFOS有一个点位处于高风险,需要持续关注.

English Abstract

  • 全氟和多氟烷基物质(Per- and polyfluoroalkyl substances,PFASs)是一组人工合成的有机化合物,具有高稳定性、表面活性、疏水疏油性、长距离迁移性和难降解性等独特的理化性质,被广泛应用于电子、食品、化工、家具、农药和医疗等众多领域[1]. 在生产和使用过程中,PFASs可通过多种途径进入到环境中. 研究表明,PFASs在全球环境中无处不在,在大气[2]、水体[3]、沉积物[3]及生物体内[4]均有检出. PFASs中的C—F键具有很强的极性,是自然界中键能最大的共价键之一(键能约460 kJ·mol−1[5],其优良的物理化学性质使其在环境介质中难以被物理、化学及生物作用降解[6]. 近年来对环境中PFASs污染及其潜在生态风险研究成为学术界和环境管理领域重点关注的问题. 2009年5月,联合国环境规划署正式将PFOS及其盐类等9种物质列为新型持久性有机污染物并纳入斯德哥尔摩公约[7]. 2014年,我国环境保护部印发了关于“全氟辛基磺酸及其盐类”等10种持久性有机污染物禁止生产、流通、使用和进出口公告.

    目前有关PFASs的研究多集中于湖泊、河流和海洋,PFASs在这些水体中广泛存在. C—F链末端的亲水基团使PFOS和PFOA具有良好的水溶性(溶解度570 mg·L−1和3400 mg·L−1[5],而海洋沉积物易与水体发生相互作用,并能为有机污染物提供疏水介质,因此海洋沉积物被认为是PFASs重要的“汇”之一. 北部湾位于中国南部,东起广东雷州半岛和海南岛,西与越南相邻,北至广西壮族自治区沿岸. 深度范围为10 m至60 m,平均深度38 m,海域总面积约为12.8万平方公里. 北部湾开发是国家一带一路重要战略,目前,以石化、浆纸、能源、粮油加工、冶金等产业主,一批相关产业正在加速进入北部湾地区,临海大工业产生的产业聚集效应正在逐步形成,对北部湾生态环境造成了越来越大的压力.

    本研究针对北部湾海域共70个调查站点,采集海洋沉积物,测定其中11种PFASs(PFHxA、PFHpA、PFOA、PFNA、PFDA、PFUnDA、PFDoDA、PFTrDA、PFTeDA、PFHxS、PFOS)的含量,通过分析11种PFASs单体浓度水平和分布特征进行初步的生态风险评估,以期了解该地区全氟化合物的污染状况,为实施海洋环境监管与污染防控措施提供支撑.

    • 海洋沉积物主要依托当地环境监测部门协助采样获得. 共采集2020年8月的70个表层沉积物样品,采样点位分布见图1. 采用抓斗式采泥器采集沉积物,取上层0—20 cm未受搅动的表层沉积物作为待测样品,放入250 mL棕色试剂瓶中. 沉积物样品的贮存、运输按照《海洋监测规范》(GB 17378-2007)等标准要求执行.

    • 沉积物中PFASs的含量分析按照实验室自建方法《海洋沉积物 全氟化合物的测定 液相色谱-串联质谱法》进行检测[8]. 目标化合物包括2种全氟磺酸类物质(PFSAs)及9种全氟羧酸类物质(PFCAs). 11种PFASs单体的类别、名称、CAS号及分子量见表1.

      标准样品:全氟己酸(PFHxA)、全氟庚酸(PFHpA)、全氟辛酸(PFOA)、全氟壬酸(PFNA)、全氟癸酸(PFDA)、全氟十一烷酸(PFUnDA)、全氟十二烷酸(PFDoDA)、全氟十三烷酸(PFTrDA)、全氟十四烷酸(PFTeDA)、全氟己烷磺酸(PFHxS)、全氟辛烷磺酸(PFOS)及同位素标记化合物13C4-全氟辛酸(MPFOA)、13C4-全氟辛烷磺酸(MPFOS)和13C2-全氟正癸酸(MPFDA)均加购于加拿大Wellington公司,纯度≥98%. 有机试剂甲醇(色谱纯、Honeywell)、乙腈(色谱纯、Honeywell);无机试剂:冰醋酸(优级纯),氨水(优级纯,25% ),醋酸铵(色谱纯)购于广州化学试剂厂. Oasis WAX固相萃取小柱(Agela,6 mL/500 mg),购于美国.

    • 高效液相色谱-三重四极杆串联质谱仪(Agilent 1260/ABSIEX 4000Q): 液相系统,Agilent 1260 Infinity 高效液相色谱(美国);质谱系统,AB SCIEX 4000 Qtrap(美国);ETEL4 MG-2200氮吹仪(日本);24位固相萃取装置(美国、visiprep-24TMPL);超声清洗机SCQ-1000C(中国上海)等.

    • 将沉积物样品冷冻干燥,研磨并过0.300 mm孔径筛,取1.00 g于聚丙烯(PP)离心管中,加入内标(MPFOA、MPFOS、MPFDA各2.0 ng),加入5.0 mL甲醇溶液,涡旋1 min,静置30 min后,在30 ℃水浴下进行超声提取,再用5.0 mL甲醇萃取2次,每次萃取后,在4000 r·min−1转速下离心10 min,取上清液,将上清液合并后,旋蒸至 1 mL左右,溶入50.0 mL超纯水中,以每秒1—2 滴过WAX固相萃取柱萃取,WAX小柱预先用4.0 mL含0.5%氨的甲醇溶液、4.0 mL甲醇和4.0 mL超纯水活化,上样完成后的小柱抽真空干燥,干燥后依次用4.0 mL 0.5%氨的甲醇溶液、4.0 mL甲醇洗脱,洗脱液收集于10 mL试管中,氮吹至1 mL,用0.22 μm滤膜过滤后转移至1.5 mL进样瓶中,待上机检测.

      所有样品均由高效液相色谱-串联质谱仪进行测定;用5.0 mmol·L−1乙酸铵水溶液作为流动相A,用乙腈为流动相B,流速为0.5 mL·min−1,进样体积为 10μL,柱温为40 ℃.

    • 实验过程和分析过程中严格控制和避免使用可能会影响实验结果的材料和试剂. 所有实验装置和容器在使用前均用甲醇进行处理. 为保证数据的可靠性,分析过程中设置运输空白、实验室空白、样品平行和样品加标等操作. 每20个样品做1个实验空白,测定结果中目标物浓度均低于方法检出限. 每20个样品设置1个平行样,平行双样的相对偏差均≤30%. 每20个样品设置了1个实际样品基体加标,基体加标样品回收率范围控制在50%—150%. PFASs单体的检出限LOD、定量下限LOQ及回收率见表2. LOD、LOQ的计算方法为:对标准曲线最低点重复测定7次,计算其标准偏差,将其3.143倍(修约为1位有效数字)作为仪器检出限. 取仪器检出限的5倍作为测试样品添加浓度,分别添加至7个石英砂样品中,按照实验步骤进行样品的前处理,上机测定. 计算7个石英砂样品测定浓度的标准偏差,并取其3.143倍作为方法检出限,再取方法检出限的4倍作为定量下限.

    • 本研究基于风险熵(risk quotient, RQ)对PFOA、PFHxA及PFOS3种检出率及浓度较高的典型PFASs进行初步风险评估. RQ为本研究检出环境样品浓度(measured environment concentration, MEC)与预测的无效应浓度(predicted-no-effect concentration, PNEC)的比值. 风险评估分为四个等级:“较小风险”(RQ<0.01);“低风险”(0.01<RQ<0.1);“中等风险”(0.1<RQ<1);“高风险”(RQ>1). 计算公式如下:

      由于PFASs在海洋沉积物中关于PNEC值的研究较少,且PNEC值在不同基质中差异很大,因此运用平衡分配法计算沉积物中PNEC值,参考欧盟化学物质风险评价技术指导文件(TGD)[9]中标准环境特征参数获得沉积物中PFOA、PFHxA及PFOS的PNEC值,分别为8.6、1、0.49 ng·g−1.

    • 采集的70个沉积物样品∑PFASs浓度范围为ND.—1.50 ng·g−1,平均浓度为0.18 ng·g−1,PFASs检出率为100%. 在11种目标PFASs单体中,除PFHxS未检出外,其余单体均有检出(见表3). 6种单体的检出率(detection frequency, DF)低于10%,PFOA和PFHxA的DF高于50%. PFOA为最主要的单体,DF远远高于其他单体,为85.7%,平均浓度为0.19 ng·g−1,与其他海域沉积物中PFOA的浓度相比处于中等偏低水平(见表4). 其次是PFHxA和PFOS,PFHxA的DF较高,呈现PFHxA(DF为55.7%)>PFOS(DF为24.3%),但PFOS检出样品平均浓度较高,呈现PFOS(平均浓度为0.29 ng·g−1)>PFHxA(平均浓度为0.16 ng·g−1). 总体而言,北部湾的PFASs浓度水平与之前全球研究相比处于相对较低水平(表4),这可能与北部湾地区经济发展水平较低相关,先前的研究表明PFASs的污染与经济发展和行业类型呈正相关[10].

      由于近几年短链PFHxA鲜有研究,本研究对比了长链PFOA及PFOS在世界范围内的浓度水平及变化情况. 与世界其他地区相比,北部湾沉积物中PFOA含量(ND.—0.70 ng·g−1,平均值0.19 ng·g−1)低于中国渤海PFOA浓度(0.06—2.70 ng·g−1,平均值0.54 ng·g−1),但和中国东海PFOA浓度相当(ND.—0.87 ng·g−1,平均值0.18 ng·g−1)相当,与2019年北部湾PFOA浓度(0.04—0.25 ng·g−1,平均值0.11 ng·g−1)相比,浓度略有升高. 在北部湾沉积物中PFOS浓度(ND.—1.50 ng·g−1,平均值0.29 ng·g−1)明显高于中国东海PFOS浓度(ND.—0.89 ng·g−1,平均值0.10 ng·g−1),与2019年北部湾PFOS浓度(0.04—0.20 ng·g−1,平均值0.10 ng·g−1)相比,有明显升高趋势. 总体而言,北部湾海域沉积物中PFOA与PFOS浓度与世界其他地区相比处于相对较低水平,但随着经济快速发展,近年来有明显升高趋势.

      调查分析的11种PFASs单体依碳链长度分为短链(C<7)、长链(C≥7)2类. 结果表明,沉积物中长链PFASs的浓度水平高于短链PFASs,事实上,先前的研究也检测出类似的结论[1,11-12],与短链PFASs相比,长链PFASs更容易附着在沉积物上[13]. 长链中PFOA占主导地位,在长链检出样品中DF为96.8%;短链中PFHxA占主导地位,在短链检出样品中DF为100%.

    • 北部湾海域沉积物中∑PFASs浓度及单体浓度都呈现出显著的空间差异性,总体来看呈现靠近城市高于远离城市,轮船运输沿线高于非运输线路(见图2). 其中近钦州的B49、B63、B61及B52点位∑PFASs污染程度较高(均值为0.62 ng·g−1),说明此研究区域内存在点源污染排放,如钦州工厂林立(见图3),受纳工业废水和生活污水,大幅度提高了此研究区域的污染水平,随江流汇入北部湾之后,浓度逐渐降低. 海南近岸海域的B66、B67、B68、B69、B65及B70点位,尤其是靠近琼州海峡的B67点位浓度较高,可能与船舶运输污染及工业废水和生活污水相关. 另一浓度较高的区域为B6、B51及B56位于中越交界近岸海域的点位,由于此研究区域中国境内暂无大型工业企业,可能与越南城市污染相关. 浓度峰值位于北部湾中部的B36点位,平均浓度达到1.72 ng·g−1,经复核样品采集及处理分析过程,均未发现异常,排除实验因素导致的异常高值,经研究,北部湾是我国大西南重要的海上通道,由防城港、钦州港和北海港3座港口组成的北部湾港,经由琼州海峡运往东南亚及南亚各国,这可能与航运线上的船舶污染有关,先前的研究报道了PFASs可以从船舶上的油漆和润滑脂向周围水域扩散[23]. 同时,北部湾季风洋流经琼州海峡由东向西进入湾内形成涡旋,此高值点位于涡旋内部,造成污染物汇聚沉积,可能也是造成此高值点的原因.

      PFASs各单体浓度空间分布见图2. 检出率最高的单体PFOA在整个北部湾海域分布广泛,PFOA主要来源于纺织品阻燃、橡胶品乳化、食品包装过程和纸类表面处理,以及灭火剂使用等[24],除与越南交界海域的几处点位浓度较高以外,浓度较高区域主要集中在钦州入海河口的B41、B53、B47及B60点位,河流沿岸多家大型汽修、港船厂及能源公司(见图3),可能与工厂生产排放有关;北海市近岸海域PFOA多处浓度较高,浓度较高的B37定位及B12点位均位于北海市重要港口附近,B8点位附近有多家大型造纸厂(见图3),来自防城港市、钦州市及北海市河流汇聚入海,呈现北部湾中部海域(B35、B9、B23、B32、B36、B13等多点位)PFOA含量中等偏高趋势,需要特别关注;海南省近岸海域位于琼州海峡的B67点位浓度最高,浓度达到0.42 ng·g−1,位于海口市近岸海域的B66点位及位于东方市近岸海域的B70点位浓度也相对较高,这可能与点位近岸多家能源及石化公司有关.

      检出率第二高的PFHxA分布也较为广泛,但与PFOA不同的是,PFHxA主要分布在防城港市(B51、B55、B34、B6点位)、钦州市(B63、B61、B64、B60点位)、北海市(B2、B27、B59点位)及海南省近岸海域(B65、B66、B67、B68、B69点位),这可能是因为PFHxA属于短链PFASs,在环境中的积累能力低于长链的原因. PFHxA主要源于纺织、造纸和皮革等行业[25],经研究,PFHxA与PFOA来源行业相似,且近岸分布区域类似,因此推测北部湾沿岸城市正在不同程度上使用短链PFASs取代长链PFASs的生产和使用.

      另一需要关注的PFASs单体为PFOS,检出率低于PFOA及PFHxA,但检出浓度较高,主要分布在防城港市、钦州市及海口市近岸海域,PFOS的存在可归因于金属电镀行业的工业排放[26]. 浓度峰值出现在北部湾海域中部的B36点位,浓度达到1.50 ng·g−1,经研究,该区域位于季风洋流涡旋内部及航运必经线路,可能是造成此异常高值点的原因.

    • 相关性分析在PFASs的来源解析中应用较广,已证明各种PFASs之间的相关性分析可用于推断PFASs的潜在来源,呈显著正相关且相关系数较大的污染物可能来自相似的源或运输路线[27]. 在本研究中表层沉积物的组分特征表明,PFOA是最主要的全氟化合物单体,具有高浓度及检出率,其次是PFHxA及PFOS. PFASs单体之间的Spearman相关性分析结果见图4,本研究沉积物中PFOA与其余大部分PFASs单体都有显著相关性,各单体相关性呈现PFNA和PFTrDA(R2=0.83,P≤0.01)>PFDA和PFUnDA(R2=0.4,P≤0.01)>PFDA和PFDoDA(R2=0.37,P≤0.01)=PFTeDA和PFTrDA(R2=0.37,P≤0.01)=PFOA和PFHxA(R2=0.37,P≤0.01)>PFOA和PFUnDA(R2=0.35,P≤0.01)>PFDA和PFHxS(R2=0.23,P≤0.01)=PFHxA和PFDA(R2=0.23,P≤0.01)>PFOA和PFDA(R2=0.2,0.01<P<0.05)=PFOA和PFOS(R2=0.2,0.01<P<0.05). 可见,PFHxA与PFOA、PFDA呈显著正相关,PFOA与PFHxA、PFUnDA呈显著正相关,与PFDA、PFOS相关性也相对较高,PFNA与PFTrDA相关性最高(R2=0.83,P≤0.01). 因此可以推断,这些全氟化合物单体可能共享相似的来源或运输路线.

      PFASs中有不同来源的典型标志物,PFOA主要来源于纺织品阻燃、橡胶品乳化、食品包装过程和纸类表面处理,以及灭火剂使用等[24];PFNA和PFDA主要源于全氟羧酸生产过程的排放[24];PFHxS主要源于大气PFASs的降解[28];PFHxA主要源于纺织、造纸和皮革等行业[25];PFUnDA主要源于材料中间体的制备[29];PFOS的存在可归因于金属电镀行业的工业排放[26]. 本研究中,PFOA、PFHxA及PFOS为最主要的PFASs污染物(见表3). 经研究,北部湾周边主要能源产业结构见图3,污水经污水处理厂实行管道深海排放,排污区离岸3—6 km. 根据相关性分析结果,结合区域工业特点,因此可以推断,本研究区域内PFASs污染可能来源于纺织品业、造纸业、皮革加工行业及金属电镀行业等.

    • 采用熵值法对最主要的污染单体PFOA、PFHxA及PFOS污染程度进行评价(见图5). 86%的采样点PFOA的RQ值高于0.01但小于0.1(低风险),没有高于0.1的点位. 23%的采样点PFHxA的RQ值高于0.01但小于0.1(低风险),31%的采样点PFHxA的RQ值高于0.1但小于1(中风险),主要分布于防城港市、钦州市、北海市及海南省近岸海域. 23%的采样点PFOS的RQ值高于0.1但小于1(中风险),主要分布于钦州市、北海市及海南省近岸海域,有一个采样点位(B36)的RQ值高于1(高风险),需要重点关注. 总体而言,除B36点位外,其他采样点的PFOA、PFHxA及PFOS的RQ值均低于1,表明目前的PFOA、PFHxA及PFOS的浓度水平可能对北部湾水生和低栖生物没有重大风险. 但这3种单体尤其是PFHxA及PFOS以较高风险熵值被广泛检测到,仍需持续关注这些传统PFASs的环境风险.

    • (1)北部湾海域沉积物样品中,∑PFASs浓度范围为ND.—1.50 ng·g−1,平均浓度为0.18 ng·g−1. 单体除PFHxS未检出外,其余单体均被检出,PFOA、PFHxA及PFOS为最主要的单体.

      (2)北部湾海域沉积物中∑PFASs浓度及单体浓度都呈现出显著的空间差异性,总体来看呈现靠近城市高于远离城市,轮船运输沿线高于非运输线路. 检出率最高的单体PFOA在整个北部湾海域分布广泛,PFHxA与PFOA不同,主要分布在防城港市、钦州市、北海市及海南省近岸海域,因PFHxA与PFOA有相似的来源,且近岸分布区域类似,因此推测北部湾沿岸城市正在不同程度上使用短链PFASs取代长链PFASs的生产和使用. PFOS检出浓度较高,主要分布在防城港市、钦州市及海口市近岸海域.

      (3)相关性分析得出,本研究沉积物中PFOA与其余大部分PFASs单体都有显著相关性,PFHxA与PFOA、PFDA呈显著正相关,PFOA与PFHxA、PFUnDA呈显著正相关,与PFDA、PFOS相关性也相对较高,PFNA与PFTrDA相关性最高(R2=0.83,P≤0.01). 因此可以推断,这些全氟化合物单体可能共享相似的来源或运输路线. 根据3种主要单体的主要来源推断本研究区域内PFASs污染可能来源于纺织品业、造纸业及皮革加工行业.

      (4)采用熵值法对PFOA、PFHxA及PFOS的污染程度进行评价,在全部采样点中,PFOA和PFHxA的RQ值均低于1,表明目前的PFOA和PFHxA的浓度水平对南海水生和底栖生物处于中低风险. PFOS有一个点位高于1,处于高风险,需要特别关注. 但这3种PFASs单体在我国北部湾海域,尤其是PFOS及PFHxA以较高风险熵值被广泛检测到,仍需持续关注这些传统PFASs的环境风险.

    参考文献 (29)

返回顶部

目录

/

返回文章
返回