近日，生態(tài)環(huán)境部華南環(huán)境科學(xué)研究所（生態(tài)環(huán)境部生態(tài)環(huán)境應急研究所）土壤與農村生態(tài)環(huán)境研究中心、華南生態(tài)環(huán)境監測分析中心科研人員在環(huán)境領(lǐng)域知名期刊Environmental Science & Technology（中科院一區Top期刊，影響因子：11.4）發(fā)表論文“Application of Nontarget High-Resolution Mass Spectrometry Fingerprints for Qualitative and Quantitative Source Apportionment: A Real Case Study”。華南所（應急所）夏迪為第一作者。論文DOI：https://doi.org/10.1021/acs.est.3c06688。
研究基于液相色譜-高分辨率質(zhì)譜技術(shù)，對廣州市某城市水體中的新污染物進(jìn)行定性及定量溯源分析。通過(guò)非靶向篩查結合稀釋曲線(xiàn)篩選，構建三種不同來(lái)源（主干流、支流及雨水徑流）的非靶向分子指紋圖譜，有效評估了各來(lái)源對下游的貢獻，該技術(shù)可為地表水和地下水中新污染物的精準溯源及源頭管控等工作提供有效技術(shù)支撐。
近年來(lái)新污染物及其環(huán)境風(fēng)險研究已成為社會(huì )關(guān)注的熱點(diǎn)，環(huán)境中新污染物被高頻檢出，其對人類(lèi)健康與生態(tài)系統構成較大的威脅。由于水體系統的復雜性及眾多污染源的共存，精確區分并量化水環(huán)境中新污染的來(lái)源面臨巨大挑戰。傳統的源追蹤技術(shù)多依賴(lài)特定的指示性化合物，雖然這些技術(shù)對于選定的污染物展現出高靈敏度和特異性，但難以覆蓋非目標列表中的其他污染物，并受限于缺乏相應新污染物的標準品。相比較而言，基于液相色譜或氣相色譜串聯(lián)高分辨質(zhì)譜的非靶向篩查可以同時(shí)檢測幾百到幾千種有機物，大大提高了檢測通量，為闡明樣品的復雜化學(xué)成分和追蹤污染物來(lái)源提供了重要機會(huì )。
本研究基于華南生態(tài)環(huán)境監測分析中心前期研究建立的高分辨質(zhì)譜非靶向篩查技術(shù)方法，首先對廣州市某城市水體13個(gè)點(diǎn)位的水樣進(jìn)行了全面分析，識別出26860個(gè)特征化合物，通過(guò)與數據庫匹配，共鑒定出254個(gè)具有不同置信度的特征化合物，并對其中46種化合物（置信度為1）的濃度進(jìn)行了半定量分析。結合各采樣點(diǎn)位化合物濃度的變化，分析了三種不同來(lái)源（上游、支流及雨水徑流）組成的差異以及支流和雨水徑流的匯入對水體中污染物濃度的影響，初步探討了不同來(lái)源對特定污染物的貢獻，為后續更全面的研究奠定了基礎。圖1 各點(diǎn)位置信度為1的化合物濃度分布情況通過(guò)分析上游（C3）和支流兩個(gè)點(diǎn)位（T1和T2）水樣中提取出的特征化合物，發(fā)現在C3點(diǎn)位的5050個(gè)特征化合物中，33%（即1689個(gè)）的化合物未在支流中檢出，據此建立了上游C3點(diǎn)位的1689個(gè)特有的非靶向分子指紋。同樣的，通過(guò)聚類(lèi)分析篩選出1317個(gè)支流的分子指紋及15759個(gè)雨水徑流的分子指紋。在為每個(gè)來(lái)源建立獨特的分子指紋后，進(jìn)一步分析了這些指紋從上游到下游的分布情況，發(fā)現上游分子指紋數量呈現遞減趨勢，支流和雨水徑流的分子指紋受混合不均勻等因素的影響呈現先升高后降低的趨勢。但三種來(lái)源的指紋在下游C9點(diǎn)位都呈現明顯的降低趨勢,這主要是由于其他支流的匯入，導致所有分子指紋被大量稀釋。
圖2 三種不同來(lái)源分子指紋篩選結果及在各點(diǎn)位的分布特征為更精確地評估各水源對污染物濃度的貢獻，首先對來(lái)自C3、T2和R1的水樣進(jìn)行了稀釋曲線(xiàn)分析?；谝呀⒌亩ㄐ苑肿又讣y及稀釋結果分析，通過(guò)設置不同的條件篩選出用于定量分析的特征化合物。篩選條件包括：化合物必須在至少三個(gè)最高稀釋水平（100%、40%和16%）中均有檢出；化合物的峰面積與其稀釋比例之間具有較強的相關(guān)性（R2 ≥ 0.80，斜率 ≥ 0.30）；以及在相似的保留時(shí)間（± 0.2分鐘）和質(zhì)量（± 0.015 Da）范圍內，該化合物的峰面積至少是其他樣本中相應峰面積的5倍。通過(guò)一系列的篩選步驟，最終為C3、T2和R1分別建立了32、55和3142個(gè)定量指紋。基于篩選出用于定量分析的分子指紋，根據檢測到的峰面積計算每種化合物的單個(gè)來(lái)源貢獻，根據中位值估算最終貢獻值。結果表明。在C4點(diǎn)位，上游（C3）和支流（T2）的貢獻分別為96%和12%，三個(gè)來(lái)源的累計貢獻在C6至C8點(diǎn)位之間為103%至114%，與實(shí)際情況對應。在C9點(diǎn)位，其他支流的加入導致大部分指紋化合物顯著(zhù)稀釋?zhuān)瑥亩顾衼?lái)源的貢獻均顯著(zhù)減少。這些結果充分展示了非靶向技術(shù)在分析和量化水環(huán)境中各個(gè)來(lái)源的貢獻方面的能力，即使在多數已知污染物濃度低于檢測限的情況下也有效。這種方法能夠揭示不同水源在不同地點(diǎn)對污染物的貢獻，為理解和示蹤污染物的來(lái)源提供了一種強有力的工具。圖 3 三種不同來(lái)源非靶向定量指紋的篩選情況（左）及對各點(diǎn)位的貢獻評估結果（右）通過(guò)非靶向高分辨率質(zhì)譜技術(shù)，不僅識別了水樣中的新污染物，還創(chuàng )新性利用了非靶向分子指紋用于定量評估不同源在復雜混合系統中的貢獻。此方法不需要對化合物進(jìn)行鑒定，可通過(guò)構建潛在來(lái)源的指紋圖譜對不同來(lái)源的貢獻進(jìn)行評估，展示了非靶向篩查技術(shù)在污染源識別、環(huán)境管理等方面的實(shí)用性與全面性，有助于制定更有效的污染控制策略。目前該技術(shù)仍處于發(fā)展階段，未來(lái)將進(jìn)一步探索各種因素包括基質(zhì)效應、非靶向化合物的持久性及源組成的時(shí)間變化對源分配準確性的影響，以期提高對復雜環(huán)境系統的理解和管理能力，最終有助于生態(tài)環(huán)境保護。
微信公眾號
