Determination of Chlorine Stable Isotopes in Groundwater Inorganics by Continuous Flow Isotope Mass Spectrometry Method and Analysis of Influence Factors
-
摘要: 氯稳定同位素作为示踪剂，能指示水体演化和探索地质环境变化，在地球科学领域具有广泛的应用前景。连续流同位素质谱法（CF-IRMS）具有样品用量少和灵敏度高的优点，被广泛应用于氯等稳定同位素的测试。氯甲烷作为一种易挥发的气体，在反应过程及测试管路中容易逸出，造成样品损失。如何减少反应及测试过程中氯甲烷的流失，实现氯甲烷的分离纯化一直以来是影响CF-IRMS法测试精度的关键。本文利用稳定同位素比例质谱仪（IRMS），结合GC色谱分离技术，以氯同位素的国际标准物质（ISL-354）为基准，选择分析纯、标样、地下水样品三种类型的样品开展地下水无机物中氯稳定同位素CF-IRMS测试方法及影响因素的研究。通过采用GC手动进样和双路进参考气联合配置的进样方式，减少了反应和测试过程中氯甲烷的流失，保障了在线测试过程中氯甲烷的浓度，获得较好的测试精度。结果表明：本方法测定样品的37Cl/35Cl比值的标准偏差基本保持在±0.20‰范围内，不同实验室间样品测量值对比结果的误差小于0.035‰，满足地质样品再现性0.5‰的要求；在实验测试过程中，光、温度、硫酸盐的去除、持续的氦气流、分流比等是影响测试精度的关键参数，应严格控制这些参数的影响，以保障测试方法的精度。要点
(1) 通过改变进样方式，减少了样品挥发并解决了参考气压力低的问题。
(2) 确定了影响测试CF-IRMS精度的关键参数为光、温度、持续的氦气及分流比等。
(3) 开展了方法的重复性和稳定性检验，精度满足±0.2‰的要求。
HIGHLIGHTS(1) The injection method was improved in the experiment, which can reduce the sample volatilization and solve the low pressure problem of reference gas.
(2) The key parameters affecting the accuracy were light, temperature, continuous helium gas, and split ratio.
(3) The repeatability and stability test of the method was carried out, and the accuracy of the method satisfied the requirement of ±0.2‰.
Abstract:BACKGROUNDStable chlorine isotope, as an effective tracer, can indicate the water evolution and explore the changes of the geological environment. It has a wide application prospect in earth science. The continuous flow isotope ratio mass spectrometry (CF-IRMS) method has been widely used in the determination of stable isotopes due to the advantages of smaller sample size and higher sensitivity. As a volatile gas, methyl chloride easily escapes during the reaction and the test pipeline, causing sample loss. How to achieve the separation and purification of CH3Cl and improve the conversion rate of CH3Cl of the samples in the reaction and analysis is the key to successful determination of stable chlorine isotopes by CF-IRMS.OBJECTIVESTo understand the influencing factors for the determination of CH3Cl by CF-IRMS.METHODSThe international standard material of chlorine isotope (ISL-354) was chosen as the standard material. The determination method of chlorine stable isotope content in groundwater was studied by using stable isotope ratio mass spectrometer (IRMS) analysis system combined with gas chromatography (GC) separation technology. Three types of samples from analytical pure, standard, and groundwater were chosen.RESULTSBy adopting the combined sampling method of GC manual injection and dual-channel reference gas injection, the loss of methyl chloride during the reaction and testing process was reduced, the concentration of methyl chloride during the online analysis was guaranteed, and better test accuracy was obtained. The results showed that the standard deviation of the 37Cl/35Cl ratio of the samples determined by this method was within the range of 0.20‰. The error of the results from different laboratories was less than 0.035‰, which satisfied the requirement of 0.5‰ reproducibility of geological samples. Parameters such as light, temperature, sulfate removal, continuous helium flow and split ratio were the major factors affecting the test accuracy in the experiment. The influence of these parameters should be strictly controlled in the experiment to ensure the accuracy of this method.CONCLUSIONSThis method has the advantages of simple pretreatment, small sample consumption, large number of test samples and short test period, which can improve the efficiency of the analytical methods of the chlorine stable isotope of groundwater inorganics.
-
多环芳烃(PAHs)作为一种典型的持久型有机污染物，在环境中广泛存在，且稳定性高[1]。PAHs具有高毒性，以及致畸、致癌和致突变性，美国环境保护署已将16种PAHs单体列入优先控制污染物清单。环境中的PAHs来源广泛，既包括火山爆发和森林火灾等自然过程中释放的PAHs[2-3]，也包括人为活动排放源，如汽车尾气排放和工业生产排放等人为来源[4-5]。对于具有高密度人口的城市而言，人为输入显然是其环境中PAHs最重要的来源[6-7]。具体而言，人为来源涉及各种有机物质，例如生物质和化石燃料(煤炭、石油和天然气)等物质的不完全燃烧或热解，以及交通运输过程中石油的泄漏[6-10]。城市中发达的工业生产、高密度的交通运输以及居民日常生活等活动都离不开燃煤、石油以及天然气等化石燃料的大量使用[8-10]。人为活动所产生的PAHs会进入大气环境中，然后随着大气扩散以及干湿沉降等方式进一步进入水体、沉积物以及土壤等环境介质中[10]。土壤是城市环境中最重要的地表介质，同时由于PAHs具有高的亲脂疏水性，人为活动所输入的PAHs极易在土壤中发生累积[7-10]。已有大量研究集中于土壤中PAHs的含量分布与来源分析[11-16]，旨在为PAHs污染防控、生态环境改善及环保政策制定等提供技术依据。北京作为中国的首都，具有高度密集的人口和交通流量，城市能源消耗量大[17-22]。据资料统计，2019年北京市年能源消耗总量达7360.32万吨标准煤[23]。所以，对于北京这种典型的大型城市而言，环境中必然存在各种人为活动输入的PAHs。针对北京市不同范围内表层土壤中PAHs分布特征及来源分析已有相关研究报道，如沈亚婷等[9]于2008年利用因子分析-多元线性回归法解析了北京地区表土15种PAHs的3种来源，包括煤炭燃烧/交通排放、焦炉及石油，并定量计算了3种源的贡献。Qu等[20]于2020年分析了北京市六环范围内各大公园表层土壤PAHs含量、组成特征及来源，认为从组成特征来看四环PAHs是主要成分，其次是五环PAHs，二环PAHs含量最低，采用条件推理树模型识别出影响PAHs的主要因素是交通排放，其次为燃煤，以及公园的历史及位置。总体来看，以往研究侧重区域或单一功能区的PAHs分布特征及来源研究，针对不同功能区开展对比研究较少。
因此，为了进一步探求北京市不同功能区土壤环境中PAHs的含量、组成及来源，本文对北京市主城区(东城、西城、海淀、昌平、朝阳、丰台、通州)开展了大范围的采样，主要为了分析北京市主城区表层土壤中PAHs整体含量及组成情况；其次根据划分的功能区(工业区、居民区、农业种植区以及水源保护区)进行定点采样，通过对不同功能区表层土壤中PAHs含量及组成分析，系统揭示北京市表层土壤中PAHs的污染现状。并利用主成分分析-多元线性回归法判断北京市不同功能区表层土壤中PAHs的来源以及各来源贡献率，以期为控制和减少北京市PAHs污染、保护生态环境提供技术支撑和科学依据。
1. 实验部分
1.1 采样点及样品采集
本研究采样时间为2020年5月至7月，在全北京市共设置459个采样点，具体分布如图 1所示。在459个采样点中，215个位于北京市主城区，根据地理位置的分布，进一步分为东南区、中心区和西北区；57个位于工业区，包括东南化工厂、首钢工业区、大台煤矿区；44个位于居民区；124个位于农业种植区，包括昌平流村—南口地区、平谷峪口—刘家店地区、房山石楼地区以及通州牛堡屯地区；19个位于饮用水源地保护区，包括密云水库和怀柔水库。除主城区按照平均1个点/16km2的密度采样外，其他都为1~4km2平均1个点的密度采样。
![]()
图 1 北京市表层土壤采样点分布图Figure 1. Distribution map of topsoil sampling sites in Beijing City为确保样品的代表性，每个点位采集柱状样品并上下均匀混合为一份，共采取了表层(0~20cm)土壤样品459件。土壤样品采集时使用干净的不锈钢铲，去除砾石及动植物的残体后，取1kg左右装入棕色玻璃瓶中带回实验室。最后将土壤样品经冷冻干燥处理后过60目筛，并于-5℃的冰箱中避光保存。
1.2 土壤样品前处理
准确称量土壤样品5.00g至预先装好硅藻土的萃取池中，加入已知浓度的替代物，经加速溶剂萃取仪提取目标化合物，利用多通道浓缩仪浓缩提取液，然后根据样品基体干扰情况选择是否用佛罗里硅土柱对浓缩液进行净化(若浓缩液颜色较深，需用铜粉脱硫)，净化后液体用氮吹仪浓缩至1mL，转移至2mL样品瓶中，加10μL合适浓度的内标溶液，最后用气相色谱-质谱(GC-MS)进行分析。
1.3 样品分析
样品分析测试由北京市一零一生态地质检测有限公司完成。采用气相色谱-质谱联用仪(7890B型，美国Agilent公司)进行定量测定。
所测的目标物为美国环境保护署列出的16种优控PAHs，包括萘、苊烯、苊、芴、菲、蒽、荧蒽、芘、苯并(a)蒽、䓛、苯并(b)荧蒽、苯并(k)荧蒽、苯并(a)芘、茚并(1, 2, 3-cd)芘、二苯并(a, h)蒽、苯并(g, h, i)苝，内标物质使用萘-d8、苊-d10、菲-d10和䓛-d12，替代标准物使用2, 4, 6-三溴苯酚、对三联苯-d14。
色谱条件：色谱柱为HP-5MS弹性石英毛细管柱(30m×0.25mm内径，膜厚0.25μm)，载气使用纯度为99.999%的氦气，载气流速1.5mL/min。样品以不分流方式进样，排气时间0.75min，进样器温度230℃。
升温程序：初始温度100℃，保持2 min；然后以10℃/min的速率上升到160℃，再以4℃/min的速率上升到230℃，最后以10℃/min上升到280℃，保持10min，直至样品完全流出色谱柱。
质谱条件：EI电流源为68eV，质量范围50~600amu，倍增器电压为1150V，离子源温度为230℃，四极杆温度150℃，扫描速度为4000~6000amu/s。接口温度260℃，采用全扫描方式进行定性分析，扫描范围为m/z 45~400。
1.4 质量控制与质量保证
为了保证目标物定性和定量的准确性，所有分析方法均采用严格的质量保证和控制措施进行监控。具体而言，实验过程中每5个样品为一批，每批样品中都设有一个程序空白，空白样品中未检出目标化合物。目标物的方法检出限设定为信噪比的5倍，即10μg/kg；低于方法检出限的浓度被报告为未检出。实验中所有的土壤样品均采用了3次重复样，重复分析结果的标准差小于6%，样品经提取、净化后，回收率指示物的回收率在76%~101%之间，满足痕量有机化合物残留分析要求。
1.5 数据分析
实验数据分析及制图采用SPSS 19和Section 2016等软件。
2. 结果与讨论
2.1 北京市不同功能区表层土壤PAHs的含量特征
为研究北京市不同功能区表层土壤中PAHs的含量特征，掌握北京市土壤PAHs污染现状，对主城区、工业区、农业种植区、水源保护区及居民区等功能区的表层土壤PAHs含量进行了分析。
2.1.1 主城区表层土壤PAHs含量
采集的北京市主城区215件表层土壤样品，包括东南区域71件、中心区域73件和西北区域71件。结果显示，东南区域16种PAHs单体总量(∑16PAHs，以干质量计，下同)的变化范围为ND(未检出，下同)~1319.3μg/kg，平均值为153.7μg/kg；中心区域∑16PAHs变化范围为ND~2730.1μg/kg，平均值高达333.2μg/kg；西北区域∑16PAHs变化范围为ND~1489.1μg/kg，平均值为142.9μg/kg。反映了中心区域表层土壤PAHs含量高，而东南和西北区域PAHs含量低的特点。
2.1.2 工业区表层土壤PAHs含量
采集了工业区57件表层土壤样品，包括东南化工厂区24件、首钢工业区10件和大台煤矿区23件。结果显示，东南化工厂区域内∑16PAHs变化范围为ND~6208.6μg/kg，平均值为1006.9μg/kg；首钢工业区∑16PAHs变化范围为ND~19466.5μg/kg，平均值为1379.4μg/kg；大台煤矿区∑16PAHs变化范围为ND~268.3μg/kg，平均值为146.8μg/kg。
无论是从含量整体变化还是均值，均可以看出，东南化工厂和首钢工业区的PAHs污染水平远高于大台煤矿区。北京焦化厂位于北京市东南的朝阳区，曾是中国规模最大的独立焦化厂和最大的商品焦炭供应及出口基地，年产焦炭200多万吨，占全国总产量的1.67%[24]。首钢是中国最早成立的大型钢厂，集烧结、炼铁、炼钢以及发电等为一体，年产量可达到800万吨[25-27]。在长期的工业生产活动中，特别是焦化厂、炼钢及炼铁厂的煤干馏和燃烧，会导致大量携带有PAHs的粉尘被释放到大气中，经过大气干湿沉降最终降落在周边区域，造成厂区及周边地区土壤PAHs污染。北京市西南的门头沟区，拥有煤矿、石灰石、页岩等多种资源，而大台煤矿只是位于该地区的一座小型煤矿区[28-29]。北京焦化厂和首钢钢厂的规模大于大台煤矿，这也就导致了前两个地区表层土壤中PAHs的污染程度远高于大台煤矿。
2.1.3 其他功能区表层土壤PAHs含量
采集的农业种植区124件表层土壤样品，包括昌平28件、平谷35件、房山25件和通州36件。结果显示，农业种植区中昌平表层土壤中∑16PAHs的变化范围为ND~361.4μg/kg，平均值为109.0μg/kg；平谷表层土壤中∑16PAHs的变化范围为ND~456.8μg/kg，平均值为118.3μg/kg；房山表层土壤中∑16PAHs的变化范围为ND~210.5μg/kg，平均值为106.8μg/kg；通州表层土壤中∑16PAHs的变化范围为ND~251.2μg/kg，平均值为94.2μg/kg。
采集的水源保护区19件表层土壤样品，包括怀柔10件和密云9件。水源保护区怀柔表层土壤中∑16PAHs的变化范围为ND~113.5μg/kg，平均值为86.4μg/kg；密云表层土壤中∑16PAHs的变化范围为ND~399.4μg/kg，平均值为154.5μg/kg。
居民区44件表层土壤PAHs结果显示，∑16PAHs的变化范围为ND~1407.1μg/kg，平均值为131.1μg/kg。
除密云外，以上功能区表层土壤中PAHs的含量(均值)均低于北京市主城区的平均水平，轻环占比明显高于工业区和主城区的中心城区。显然，农业种植区和水源保护区都属于人类活动非密集区，没有直接的PAHs燃烧源输入，与其他典型排放源区相比，其PAHs污染程度较低。
2.1.4 不同区域范围内表层土壤PAHs含量对比
表 1归纳了不同研究中北京市各区域采集的表层土壤PAHs含量。Tang等[21]于2005年在北京市海淀区、石景山区、朝阳区以及房山区的主要居民活动区共采集了31件表层土壤样品，其∑16PAHs的变化范围较大(219.0~27825.0μg/kg)，平均值高达3917.0μg/kg。与此同时，Ma等[19]在北京市四环以外区域所采集的47件表层土壤样品中测得∑16PAHs的变化范围为14.0~4238.0μg/kg，平均值为1056.0μg/kg。Li等[18]于2006年在北京市四环内收集了30件表层土壤样品，测得∑16PAHs的变化范围为467.0~5470.0μg/kg，平均值为1637.0μg/kg。沈亚婷等[9]于2008年在北京全市范围内进行了网格布点采样，共采集了138件表层土壤样品，∑15PAHs(萘除外)的平均值为262.3μg/kg。Peng等[17]于2011年在北京市五环以内地区采集了233件表层土壤样品，其∑16PAHs的变化范围为93.3~13141.5μg/kg，平均值为1228.1μg/kg。Qu等[20]于2020年在北京市六环范围内的各大公园采集了122件表层土壤样品，其∑16PAHs的变化范围为66.0~6867.0μg/kg，平均值为460.0μg/kg，反映了公园土壤中具有相对较高的PAHs含量。对比可知，本研究中仅有工业区中东南工厂区和首钢工业区表层土壤中PAHs含量(1006.9μg/kg和1379.4μg/kg)是接近于Ma等[19]于北京市四环以外区域所采集样品中的含量(1056.0μg/kg)。这也符合实际情况，因为本研究的工业区都位于北京市五环以外。本研究其余功能区以及主城区(中心区除外)PAHs含量(均值)低于2008年北京全市范围内表层土壤中PAHs含量(262.3μg/kg)，这可能与近年来北京市能源使用结构的变化有关。由北京市2020统计年鉴数据可以看出，近年来北京市煤炭占能源消耗总量的比重呈明显下降趋势。2010年至2019年间，北京市石油和煤炭占能源消费总量的比重从60.53%下降至36.36%，而天然气的比重则从14.58%上升至34.01%[23]。因此，北京市能源结构的改变使得源区释放量逐渐减少，从而导致最终沉降到表层土壤中的PAHs呈减少趋势。
表 1 北京市不同区域内表层土壤中多环芳烃含量统计Table 1. Statistics of PAHs concentration in topsoil of different regions in Beijing City北京市区域 样品数(件) 采样深度(cm) 所测PAHs单体数(种) PAHs总量范围(μg/kg) PAHs总量均值(μg/kg) 参考文献 居民区 31 0~5 16 219~27825 3917 Tang等(2005)[21] 四环外 47 5~30 16 14~4238 1056 Ma等(2005)[19] 四环内 30 5~30 16 467~5470 1637 Li等(2006)[18] 全市 138 0~10 15(萘除外) - 262.3 沈亚婷等(2008)[9] 五环内 233 0~10 16 93.3~13141.5 1228.1 Peng等(2011)[17] 六环内公园 122 0-10 16 66-6867 460 Qu等(2020)[20] 主城区 215 0~20 16 ND~2730.1 210.4 本文研究 工业区 57 0~20 16 ND~19466.5 1006.3 本文研究 居民区 44 0~20 16 ND~1407.1 131.1 本文研究 水源保护区 19 0~20 16 ND~399.4 118.6 本文研究 农业种植区 124 0~20 16 ND~456.8 106.9 本文研究 注：“-”代表无相应参考数据。 2.2 北京市不同功能区表层土壤PAHs的组成特征
一般而言，2~3环PAHs(萘、苊烯、苊、芴、菲及蒽)被视为轻环PAHs，4环PAHs(荧蒽、芘、苯并[a]蒽及䓛)被看作中环PAHs，而5~6环PAHs(苯并[b]荧蒽、苯并[k]荧蒽、苯并[a]芘、茚并[1, 2, 3-c, d]芘、二苯并[a, h]蒽及苯并[g, h, i]苝)则被认定为重环PAHs[1]。重环及部分中环PAHs，分子量高，迁移能力差，经点源释放进入大气后多以干湿沉降的方式累积在该地区土壤中[1, 30]。
图 2展示了主城区、工业区、其他功能区内∑16PAHs的含量(均值)及轻环、中环、重环PAHs的组成特征。从总体情况来看，工业区的首钢工业区、东南化工厂∑16PAHs的含量明显高于其他区域，主城区的中心区域∑16PAHs的含量也相对高于其他区域。
![]()
图 2 北京市主城区PAHs含量(均值)及组成Figure 2. Concentration (mean value) and composition of PAHs in the main area of Beijing City在主城区的中心区域，中环和重环PAHs所占比例合计高达80%以上，东南和西北区域则是接近于70%。对于中心区域而言，其∑16PAHs的均值达到东南和西北区域的两倍以上，同时中环及重环PAHs呈现的高占比，说明该区域是一个重要的PAHs释放源区。中心区域主要是北京市五环内及其周边城区，该区域人口密集程度高，交通流量大，人为活动输入的PAHs自然高于非中心区。所以，从整体上看来，北京市主城区PAHs污染水平呈现明显的中心区高，沿东南和西北两个方向扩散而降低的特点。
工业区的首钢工业区重环PAHs占比更是高达50%，轻环占比则明显低于东南化工厂和大台煤矿区。从能源使用情况来看，首钢工业区内炼铁、炼钢及发电等生产活动都使用了大量的煤炭，而荧蒽、芘、䓛、苯并[b]荧蒽和苯并[a]芘等中环及重环PAHs都是典型的煤炭燃烧指示物[31-32]。同时，工业产品运输又会涉及大量的货运车辆往来，苯并[k]荧蒽、茚并[1, 2, 3-c, d]芘和二苯并[a, h]蒽等重环PAHs则是典型汽车尾气排放物[33-34]。所以，无论是煤炭燃烧还是车辆尾气排放，这些高温燃烧活动所产生的主要是重环及中环PAHs，这也是首钢工业区重环及中环PAHs的主要来源。东南化工厂主要是炼焦工业，涉及焦炭的高温干馏生产及煤气、煤焦油等其他化工产品的获取[24]。炼焦过程除高温燃烧的产物外，还包括萘、菲等轻环PAHs[35]。所以，东南化工厂表层土壤中轻环所占百分比高于首钢工业区。
轻环PAHs由于其分子质量轻，蒸气压高易挥发，在环境中具有更大的迁移潜力[36-37]，所以轻环PAHs占比高可以表明大气迁移输入源的存在。本研究中的居民区位于通州郊区，人口数量远低于城区，轻环PAHs占比较高，反映该居民区PAHs污染水平相对较低。密云水源保护区表层土壤中PAHs的含量水平要高于其他非工业功能区，其中重环PAHs的占比更是接近于工业区。这是因为密云水库上游金矿和铁矿资源丰富，矿山开采活动、矿石采选及冶炼所产生的废弃尾矿对该地区的土壤环境已经造成了一定的影响[38-39]。所以，采矿活动可能加重了密云水库地区表层土壤中PAHs的污染，并影响了该地区PAHs成分组成。
2.3 北京市不同功能区表层土壤PAHs来源识别
2.3.1 主成分分析结果
主成分分析作为一种多元统计工具被广泛使用，其可以将大数据集中的原始变量转换为有限的成分因子，有效地揭示原始变量之间的关系。主成分分析在环境研究方面得到了广泛的应用，其可以通过识别污染物之间的内在联系，从而有效判断环境中污染物的可能来源[40]。
在主成分分析中，输入变量为北京市表层土壤样品中16种PAHs单体的含量(未检出单体的含量按检出限50%处理)。由于北京市主城区、工业区以及居民区人类活动密度以及人为输入PAHs明显高于水源保护区及农业种植区，所以重点讨论以上三个功能区。分别对以上三个功能区表层土壤样品中16种PAHs单体含量采用主成分法提取主要成分因子，原始因子负荷系数经具有Kaiser标准化的最大方差法旋转后，最终三个功能区提取出特征值大于1的主要成分因子均为2个，分析结果如表 2所示。
表 2 北京市表层土壤中PAHs主成分载荷及累积方差Table 2. Component loading and cumulative variance of principal components for PAHs in topsoil of Beijing CityPAHs物质 主城区 工业区 居民区 PC1 PC2 PC1 PC2 PC1 PC2 萘 0.089 0.788 0.875 0.433 0.845 0.525 苊烯 0.229 0.858 0.265 0.918 0.855 0.517 苊 0.688 0.334 0.793 0.462 0.517 0.855 芴 0.841 0.211 0.294 0.888 0.517 0.855 菲 0.930 0.184 0.859 0.471 0.763 0.643 蒽 0.809 0.481 0.481 0.866 0.855 0.517 荧蒽 0.948 0.251 0.820 0.566 0.657 0.753 芘 0.940 0.258 0.759 0.632 0.625 0.778 苯并[a]蒽 0.973 0.175 0.462 0.885 0.654 0.745 䓛 0.974 0.183 0.931 0.351 0.512 0.847 苯并[b]荧蒽 0.964 0.214 0.944 0.323 0.864 0.474 苯并[k]荧蒽 0.979 0.176 0.318 0.944 0.579 0.808 苯并[a]芘 0.978 0.173 0.363 0.926 0.781 0.606 茚并[1, 2, 3-c, d]芘 0.969 0.189 0.449 0.882 0.824 0.552 二苯并[a, h]蒽 0.941 0.117 0.626 0.373 0.855 0.517 苯并[g, h, i]苝 0.913 0.193 0.383 0.920 0.763 0.621 方差(%) 74.63 13.53 58.17 35.35 59.35 39.56 累积方差(%) 74.63 88.16 58.17 93.52 59.35 98.91 2.3.2 主城区表层土壤PAHs的来源分析
主城区表层土壤样品主成分分析结果表明，PC1和PC2所贡献的方差分别为74.63%和13.53%，两者累积方差高达88.16%，可用于分析该区域的PAHs来源。
除萘和苊烯两个轻环单体在第二因子(PC2)上具有高载荷外，其他单体均在第一因子(PC1)上呈现高载荷，尤其是中环和重环PAHs呈现高度统一。结合该区域实际情况，主城区是北京市人流量最大的区域，各种交通工具行驶过程中尾气的释放充当了该地区PAHs的主要来源，这与在PC1上呈现高载荷的高温燃烧产物包括芘、苯并[a]蒽、䓛、苯并[b]荧蒽、苯并[k]荧蒽、苯并[a]芘、茚并[1, 2, 3-c, d]芘、二苯并[a, h]蒽和苯并[g, h, i]苝是一致的，所以PC1代表了该区域PAHs的尾气排放源。与此同时，萘和苊烯是典型的石油泄漏产物[41]，表征了石油生产、储存、运输等过程中的PAHs泄漏和排放[15]，所以PC2明显指示了该区域PAHs的石油泄漏来源。总体上，北京市主城区PAHs的主要来源是由尾气排放和石油泄漏组成的交通释放源。
2.3.3 工业区表层土壤PAHs的来源分析
工业区分析结果表明，第一因子和第二因子(PC1和PC2)的方差贡献率分别为58.17%和35.35%，包含了原始数据信息的90%以上，因此用这2个因子来分析PAHs的来源比较可靠。
在PC1中，具有高载荷的单体为萘、苊、菲、荧蒽、芘、䓛、苯并[b]荧蒽、苯并[a]芘以及苯并[g, h, i]苝，其中菲、荧蒽、芘、䓛、苯并[b]荧蒽和苯并[a]芘都是典型的煤炭燃烧指示物[31-32]，因此判断PC1代表了煤炭燃烧源；在PC2中，占有高载荷的单体有苊烯、芴、蒽、苯并[a]蒽、苯并[k]荧蒽、苯并[a]芘、茚并[1, 2, 3-c, d]芘以及二苯并[a, h]蒽，而苯并[a]蒽、苯并[k]荧蒽、茚并[1, 2, 3-c, d]芘和二苯并[a, h]蒽等高分子量PAHs是高温燃烧的产物，尤其茚并[1, 2, 3-c, d]芘和二苯并[a, h]蒽是石油燃烧的标记物[33-34]，所以推测PC2指示了尾气排放源。
本研究的工业区包括北京市首钢工业区、东南郊工厂区以及大台煤矿区，其中首钢工业区内钢铁冶炼过程需要燃烧大量的煤炭来提供足够的热量，以及东南郊工厂区一些化学产品的生产也需要煤炭充当燃料，所以煤炭燃烧是这一区域PAHs的主要来源之一。与此同时，工厂内原料和产品例如钢铁、化工品和燃煤等的运输又离不开各种大型车辆，这些交通工具排放出的尾气又构成了该地区PAHs另一个不可忽略的来源——尾气排放源。所以，北京市工业区表层土壤中PAHs的主要来源有煤炭燃烧以及尾气排放源。
2.3.4 居民区表层土壤PAHs的来源分析
居民区分析结果中，PC1和PC2所贡献的方差分别为59.35%和39.56%，两者累积方差高达98.91%，显然适用于分析该区域的PAHs来源。
在PC1上具有高载荷的单体为萘、苊烯、菲、蒽、苯并[b]荧蒽、苯并[a]芘、茚并[1, 2, 3-c, d]芘、二苯并[a, h]蒽和苯并[g, h, i]苝。同理，这些单体的组合特征表明PC1是尾气排放源。在PC2上呈现高载荷的单体有苊、芴、荧蒽、芘、苯并[a]蒽、䓛以及苯并[k]荧蒽，其中荧蒽、芘和䓛是典型的天然气燃烧指示物[42-43]，所以PC2代表了居民区表层土壤中PAHs的另一来源——天然气燃烧。居民区人类出行活动多，汽车排放的尾气自然是该地区PAHs的重要来源。同时，居民在室内的烹饪等活动离不开天然气的使用[44-45]，北京市天然气的年消耗量也是呈明显上升趋势，占能源消耗总量的比重从2010年的14.58%一直增加到2019年的34.01%[23]。所以，北京市居民区PAHs的主要来源由交通释放源和天然气燃烧组成。
2.4 北京市不同功能区表层土壤PAHs各来源贡献率
2.4.1 多元线性回归分析结果
线性回归分析是常用的数据分析方法之一，可以根据已得的试验结果来建立统计模型，并研究变量间的相关关系，从而建立起变量间关系的经验公式[46-47]。当根据试验结果判断与因变量有关的自变量不只一个时，则采用多元线性回归法。在前文主成分分析的基础上，利用多元线性回归分析进一步定量北京市不同功能区表层土壤中PAHs各来源的贡献值。多元线性回归中，SPSS默认对每个回归变量中的数据标准化后，再进行逐步回归，最终每个变量PCi都会得到相对应的系数(Ci)，∑16PAHs的标准化偏差(Z)的方程如表 3所示。然后，通过展开∑16PAHs的标准化偏差并且重新排列项，得到不同功能区表层土壤中PAHs总量的多元线性回归方程如表 4所示。此时，单个来源(PCi)的贡献率(%)可以由以下方程得出：
$ {\rm{PC}}_{i}贡献率=(C_{i}/∑C_{i})×100\% $
表 3 北京市表层土壤中PAHs多元线性回归分析的结果方程Table 3. Resulting equations of multiple linear regression for PAHs in topsoil of Beijing City北京市 Z R2 主城区 0.971PC1+0.221PC2 0.991 工业区 0.871PC1+0.487PC2 0.997 居民区 0.752PC1+0.659PC2 1.000 表 4 北京市不同功能区表层土壤中PAHs多元线性回归方程Table 4. Multiple linear regression equations for PAHs in topsoil of different functional areas in Beijing City北京市 PAHs总量(∑16PAHs) 主城区 0.971σPAHPC1+0.221σPAHPC2+mean∑16PAHs 工业区 0.871σPAHPC1+0.487σPAHPC2+mean∑16PAHs 居民区 0.752σPAHPC1+0.659σPAHPC2+mean∑16PAHs 注：PCi代表了北京市不同功能区表层土壤中PAHs的不同来源；σPAH和mean∑16PAHs分别代表不同功能区表层土壤中16种PAHs单体总量的标准偏差和平均值。 2.4.2 表层土壤PAHs各来源贡献率解析
通过以上分析，最终可以获得北京市不同功能区表层土壤中PAHs各来源的贡献率。北京市主城区表层土壤PAHs的主要来源中，尾气排放源贡献率很高，达到了81.46%，而石油泄漏则贡献了相对较小一部分(18.54%)。工业区表层土壤中PAHs的主要来源有煤炭燃烧以及交通释放源，其中煤炭燃烧的贡献率高达62.65%，而交通释放源的贡献率则为37.35%。与此同时，北京市居民区表层土壤中PAHs的来源中交通释放源依旧承担了较多的贡献率(53.30%)，而天然气燃烧来源贡献率(46.70%)也是不容忽视的一部分。因此，可以看出，北京市不同功能区土壤环境中PAHs的来源存在一定的差异性，显然在人类活动密集的区域，尾气排放源始终是土壤环境中PAHs的主要来源之一。
3. 结论
本研究针对北京市主城区、工业区、农业种植区、水源保护区以及居民区等不同功能区进行了分区采样，获得不同功能区表层土壤16种PAHs含量及组成特征。其中工业区(大台煤矿区除外)表层土壤中PAHs的含量明显高于其他功能区以及主城区。与前人研究对比，本研究揭示北京市表层土壤中PAHs的含量总体呈下降趋势，这与近些年北京市能源结构变化有关，随着煤炭能源减少、天然气等清洁能源增加，减少了PAHs排放。不同功能区PAHs成分组成存在一定的差异，工业区重环以及中环PAHs占比高，而居民区、农业种植区以及水源保护区的轻环PAHs占比要高于工业区，这与PAHs的来源有关，初始排放源的不同以及二次源的输入都会对其成分组成造成一定的影响。主成分分析-多元线性回归分析结果表明主城区PAHs的主要来源是尾气排放以及石油泄漏，贡献率分别为81.46%和18.54%；工业区表层土壤中PAHs的主要来源有煤炭燃烧以及尾气排放，贡献率分别为62.65%和37.35%；居民区PAHs的主要来源有尾气排放源和天然气燃烧源，贡献率分别为53.30%和46.70%。总体来看，北京市土壤环境中PAHs最重要的来源为车辆尾气的排放。建议进一步加强北京市交通管制，继续缩减煤炭在北京地区能源结构中的比重，增加清洁能源比重，从而有效减少PAHs排放。
本研究初步掌握了北京市不同功能区表层土壤PAHs含量及组成特征，并定量解析了PAHs的主要贡献来源，成果可以为北京市生态环境保护、能源结构优化等方面的政策制定提供技术支撑。受研究工作周期约束，本研究并没有开展不同功能区的土壤PAHs垂向分布特征研究，还难以全面反映北京市各功能区的土壤PAHs现状，仍需深入开展不同功能区表层和深层土壤PAHs含量特征的分析研究，以完善相关结论。
-
![]()
图 1 GC-CF-IRMS氯同位素测试流程示意图
Figure 1. Procedure diagram of chlorine isotope testing determined by GC-CF-IRMS
表 1 标样的氯稳定同位素测试结果
Table 1 Measurement results of chlorine stable isotope of standard samples
样品编号 δ37Cl(‰) 样品编号 δ37Cl(‰) 样品编号 δ37Cl(‰) BY-1-1 0.292 BY-1-2 0.250 BY-1-3 0.536 BY-2-1 0.315 BY-2-2 0.655 BY-2-3 0.479 BY-3-1 0.658 BY-3-2 0.255 BY-3-3 0.381 BY-4-1 0.738 BY-4-2 0.514 BY-4-2 0.524 平均值 0.501 平均值 0.419 平均值 0.480 同一批次
标准偏差0.2303 同一批次
标准偏差0.2001 同一批次
标准偏差0.0704 三次测试
标准偏差0.0426 
下载: 导出CSV
表 2 样品的氯稳定同位素质谱测试结果
Table 2 Results of chlorine stable isotope of samples
样品编号(分析纯) δ37Cl (‰) 样品编号(地下水) δ37Cl (‰) 样品编号(地下水) δ37Cl (‰) FXC-1-1 -0.142 GW1-1-1 0.726 GW2-1-1 0.601 FXC-2-1 0.167 GW1-2-1 0.827 GW2-2-1 0.402 FXC-3-1 0.386 GW1-3-1 -0.031 GW2-3-1 0.594 FXC-4-1 0.369 GW1-4-1 0.634 GW2-4-1 0.431 平均值 0.195 平均值 0.539 平均值 0.507 同一批次
标准偏差0.2457 同一批次
标准偏差0.3881 同一批
次标准偏差0.1052 样品编号(分析纯) δ37Cl (‰) 样品编号(地下水) δ37Cl (‰) 样品编号(地下水) δ37Cl (‰) FXC-1-2 -0.085 GW1-1-2 0.723 GW2-1-2 0.695 FXC-2-2 -0.388 GW1-2-2 0.234 GW2-2-2 0.622 FXC-3-2 0.555 GW1-3-2 0.512 GW2-3-2 0.359 FXC-4-2 0.813 GW1-4-2 0.542 GW2-4-2 0.473 平均值 0.224 平均值 0.503 平均值 0.537 同一批次
标准偏差0.5557 同一批次
标准偏差0.1634 同一批次
标准偏差0.1505 两次测试
标准偏差0.0205 两次测试
标准偏差0.0255 两次测试
标准偏差0.0212
下载: 导出CSV
表 3 样品氯稳定同位素测试结果的精确度和准确度
Table 3 Precision and accuracy of chlorine stable isotope of samples
样品名称 标准偏差(‰) 方法精确度(‰) 相对误差(‰) 分析纯样品(FXC) 0.0205 0.0498 0.0095 地下水(GW1) 0.0250 0.0358 0.0510 地下水(GW2) 0.0180 0.0152 0.0180
下载: 导出CSV
表 4 不同实验室间测试结果对比
Table 4 Comparison of test results of chloride stable isotope determined by different laboratories
样品编号 δ37Cl测试值(‰) 本实验室测试1 本实验室测试2 青海盐湖所 滑铁卢大学 实验室间对比偏差 FXC 0.195 0.224 0.20 - 0.016 GW1 0.503 0.539 0.47 - 0.035 GW2 0.507 0.537 - 0.540 0.018
下载: 导出CSV
-
Nier O, Hanson E E. A mass-spectrographic analysis of the ions produced in HCl under electron impact[J]. Physical Review, 1936, 50: 722-726. doi: 10.1103/PhysRev.50.722
Langvad T. Separation of chlorine isotope by ion- exchange chromatography[J]. Acta Chemica Scandinavica, 1954, 8(3): 526-527.
Hill J W, Fry A. Chlorine isotope effects in the reactions of benzyl and substituted benzyl chlorides with various nucleophiles[J]. Journal of the American Chemical Society, 1962, 84.
Taylor J W, Grimsrud E P. Chlorine isotopic ratios by negative ion mass spectrometry[J]. Analytical Chemistry, 1969, 41(6): 805-810. doi: 10.1021/ac60275a002
Kaufman R S, Long A, Bentley H, et al. Natural chlorine isotope variations[J]. Nature, 1984, 309: 338-340. doi: 10.1038/309338a0
Xiao Y K, Zhang C G. High precision isotopic measure-ment of chlorine by thermal ionization mass spectrometry of the Cs2Cl+ ion[J]. International Journal of Mass Spectrometry and Ion Processes, 1992, 116: 183-192. doi: 10.1016/0168-1176(92)80040-8
Shouakar-Stash O, Drimmie R J, Frape S K. Determination of inorganic chlorine stable isotopes by continuous flow isotope ratio mass spectrometry[J]. Rapid Communications in Mass Spectrometry, 2005, 19(2): 121-127. doi: 10.1002/rcm.1762
Van Acker M R M D, Shahar A, Young E D, et al. GC/multiple collector-ICPMS method for chlorine stable isotope analysis of chlorinated aliphatic hydrocarbons[J]. Analytical Chemistry, 2006, 78(13): 4663-4667. doi: 10.1021/ac0602120
Sakaguchi-Söder K, Jager J, Grund H, et al. Monitoring and evaluation of de-chlorination processes using compound-specific chlorine isotope analysis[J]. Rapid Communications in Mass Spectrometry, 2007, 21(18): 3077-3084. doi: 10.1002/rcm.3170
Eastoe C J, Long A, Land L S, et al. Stable chlorine isotopes in halite and brine from the Gulf Coast Basin: Brine genesis and evolution[J]. Chemical Geology, 2001, 176(1-4): 343-360. doi: 10.1016/S0009-2541(00)00374-0
Eggenkamp H G M, Louvat P, Agrinier P, et al. The bromine and chlorine isotope composition of primary halite deposits and their significance for the secular isotope composition of seawater[J]. Geochimica et Cosmochimica Acta, 2019, 264: 13-29. doi: 10.1016/j.gca.2019.08.005
Pinti D L, Shouakar-Stash O, Castro M C, et al. The bromine and chlorine isotopic composition of the mantleas revealed by deep geothermal fluids[J]. Geochimica et Cosmochimica Acta, 2020, 276: 14-30. doi: 10.1016/j.gca.2020.02.028
Yu H T, Ma T, Du Y, et al. Genesis of formation water in the northern sedimentary basin of South China Sea: Clues from hydrochemistry and stable isotopes (D, 18O, 37Cl and 81Br)[J]. Journal of Geochemical Exploration, 2019, 196: 57-65. doi: 10.1016/j.gexplo.2018.08.005
Eggenkamp H G M, Louvat P, Griffioen J, et al. Chlorine and bromine isotope evolution within a fully developed Upper Permian natural salt sequence[J]. Geochimica et Cosmochimica Acta, 2019, 245: 316-326. doi: 10.1016/j.gca.2018.11.010
Du Y, Ma T, Chen L Z, et al. Chlorine isotopic constraint on contrastive genesis of representative coastal and inland shallow brine in China[J]. Journal of Geochemical Exploration, 2016, 170: 21-29. doi: 10.1016/j.gexplo.2016.07.024
Eastoe C J. Stable chlorine isotopes in arid non-marine basins: Instances and possible fractionation mechanisms[J]. Applied Geochemistry, 2016, 74: 1-12. doi: 10.1016/j.apgeochem.2016.08.015
He Z K, Ma C M, Zhou A G, et al. Using hydrochemical and stable isotopic (δ2H, δ18O, δ11B, and δ37Cl) data to understand groundwater evolution in an unconsolidated aquifer system in the southern coastal area of Laizhou Bay, China[J]. Applied Geochemistry, 2018, 90: 129-141. doi: 10.1016/j.apgeochem.2018.01.003
Chen L Z, Ma T, Du Y, et al. Hydrochemical and isotopic (2H, 18O and 37Cl) constraints on evolution of geothermal water in coastal plain of southwestern Guangdong Province, China[J]. Journal of Volcanology and Geothermal Research, 2016, 318: 45-54. doi: 10.1016/j.jvolgeores.2016.03.003
Liu X, Wei H Z, Williams-Jones A E, et al. Chlorine isotope fractionation during serpentinization and hydrothermal mineralization: A density functional theory study[J]. Chemical Geology, 2021, 581: 120406. doi: 10.1016/j.chemgeo.2021.120406
Alekseeva L P, Alekseev S V. Geochemistry of ground ice, saline groundwater, and brines in the Cryoartesian Basins of the northeastern Siberian platform[J]. Russian Geology and Geophysics, 2018, 59: 144-156. doi: 10.1016/j.rgg.2018.01.012
Hasegawa T, Nakata K, Mahara Y, et al. Characterization of a diffusion-dominant system using chloride and chlorine isotopes (36Cl, 37Cl) for the confining layer of the Great Artesian Basin, Australia[J]. Geochimica et Cosmochimica Acta, 2016, 192: 279-294. doi: 10.1016/j.gca.2016.08.002
Szocs T, Frape S, Gwynne R, et al. Chlorine stable isotope and helium isotope studies contributing to the understanding of the hydro-geochemical characteristics of old groundwater[J]. Procedia Earth and Planetary Science, 2017, 17: 877-880. doi: 10.1016/j.proeps.2017.01.004
查向平, 龚冰, 郑永飞. 低质量数元素同位素在线连续流同位素比值质谱分析的质量控制和数据标准化[J]. 岩矿测试, 2014, 33(4): 453-467. doi: 10.3969/j.issn.0254-5357.2014.04.002 Zha X P, Gong B, Zheng Y F. Data normalization and quality control of light element stable isotope analyses by means of continuous flow isotope ratio mass spectrometry[J]. Rock and Mineral Analysis, 2014, 33(4): 453-467. doi: 10.3969/j.issn.0254-5357.2014.04.002
查向平, 龚冰, 郑永飞. 高灵敏度元素分析仪-连续流同位素质谱法对硅酸盐岩中碳及碳同位素组成的精确测定[J]. 岩矿测试, 2017, 36(4): 327-339. doi: 10.15898/j.cnki.11-2131/td.201611190174 Zha X P, Gong B, Zheng Y F. Precise measurement of carbon concentration and isotopic ratios in silicate rocks by a high sensitivity elemental analyzer coupled with a continuous flow isotope mass spectrometry[J]. Rock and Mineral Analysis, 2017, 36(4): 327-339. doi: 10.15898/j.cnki.11-2131/td.201611190174
高建飞, 徐衍明, 范昌福, 等. 元素分析仪-气体同位素质谱法分析硫酸钙样品的硫同位素组成[J]. 岩矿测试, 2020, 39(1): 53-58. doi: 10.15898/j.cnki.11-2131/td.201908120128 Gao J F, Xu Y M, Fan C F, et al. Analysis of sulfur isotope composition of gypsum samples by elemental analyzer-isotope mass spectrometry[J]. Rock and Mineral Analysis, 2020, 39(1): 53-58. doi: 10.15898/j.cnki.11-2131/td.201908120128
周爱国, 李小倩, 刘存富, 等. 氯代挥发性有机物(VOCs)氯同位素测试技术及其在地下水污染中的应用研究进展[J]. 地球科学进展, 2008, 23(4): 342-349. doi: 10.3321/j.issn:1001-8166.2008.04.003 Zhou A G, Li X Q, Liu C F, et al. Review of analytical methods for chlorine isotopes in chlorinated volatile organic compounds and application in groundwater contamination[J]. Advances in Earth Science, 2008, 23(4): 342-349. doi: 10.3321/j.issn:1001-8166.2008.04.003
张原, 祁士华. 稳定氯同位素分析技术及其在有机氯污染物研究中的应用[J]. 化学进展, 2012, 24(12): 2384-2390. https://www.cnki.com.cn/Article/CJFDTOTAL-HXJZ201212012.htm Zhang Y, Qi S H. Techniques of stable chlorine isotope analysis and relevant applications in research of organochlorine pollutants[J]. Progress in Chemistry, 2012, 24(12): 2384-2390. https://www.cnki.com.cn/Article/CJFDTOTAL-HXJZ201212012.htm
甘义群, 于凯, 周爱国, 等. 基于GasBench-IRMS的挥发性氯代烃碳氯同位素指纹特征分析[J]. 地质科技情报, 2013, 32(6): 110-115. https://www.cnki.com.cn/Article/CJFDTOTAL-DZKQ201306018.htm Gan Y Q, Yu K, Zhou A G, et al. Isotopic fingerprint analysis of carbon and chlorine of volatile chlorinated hydrocarbons based on GasBench-IRMS[J]. Geological Science and Technology Information, 2013, 32(6): 110-115. https://www.cnki.com.cn/Article/CJFDTOTAL-DZKQ201306018.htm
桂建业, 张晶, 张辰凌, 等. 反应电离质谱法测定有机单体氯同位素的研究[J]. 分析化学, 2019, 47(2): 237-243. https://www.cnki.com.cn/Article/CJFDTOTAL-FXHX201902012.htm Gui J Y, Zhang J, Zhang C L, et al. Approach to compound-specific isotope analysis of chlorine with reaction mass spectrometry and its exploration[J]. Chinese Journal of Analytical Chemistry, 2019, 47(2): 237-243. https://www.cnki.com.cn/Article/CJFDTOTAL-FXHX201902012.htm
刘存富, 王佩仪, 周炼. 高精度测定稳定氯同位素的制样方法[J]. 地质科技情报, 1995, 14(1): 94-98. https://www.cnki.com.cn/Article/CJFDTOTAL-DZKQ501.017.htm Liu C F, Wang P Y, Zhou L. Preparative method of high-precision measurement of chlorine stable isotope[J]. Geological Science and Technology Information, 1995, 14(1): 94-98. https://www.cnki.com.cn/Article/CJFDTOTAL-DZKQ501.017.htm
Liu Y D, Zhou A G, Gan Y Q, et al. An online method to determine chlorine stable isotope composition by continuous flow isotope ratio mass spectrometry (CF-IRMS) coupled with a GasBench Ⅱ[J]. Journal of Central South University, 2013, 20(1): 193-198. doi: 10.1007/s11771-013-1476-0
李小倩, 方玲, 刘运德, 等. 高氯酸盐稳定氯、氧同位素测试新技术[J]. 地质科技情报, 2015, 34(4): 200-204. https://www.cnki.com.cn/Article/CJFDTOTAL-DZKQ201504030.htm Li X Q, Fang L, Liu Y D, et al. New measurement technique for stable chlorine and oxygen isotopic compositions of perchlorate[J]. Geological Science and Technology Information, 2015, 34(4): 200-204. https://www.cnki.com.cn/Article/CJFDTOTAL-DZKQ201504030.htm
Xiao Y K, Zhou Y M, Wang Q Z, et al. A secondary isotopic reference material of chlorine from selected seawater[J]. Chemical Geology, 2002, 182(2-4): 655-661. doi: 10.1016/S0009-2541(01)00349-7
Wei H Z, Jiang S Y, Xiao Y K, et al. Precise deter-mination of the absolute isotopic abundance ratio and the atomic weight of chlorine in three international reference materials by positive thermal ionization mass spectrometer Cs2Cl+-graphite method[J]. Analytical Chemistry, 2012, 84(23): 10350-10358. doi: 10.1021/ac302498q
周秋石, 王瑞. 氯同位素地球化学研究进展[J]. 地学前缘, 2020, 27(3): 42-67. https://www.cnki.com.cn/Article/CJFDTOTAL-DXQY202003005.htm Zhou Q S, Wang R. Advances in chlorine isotope geochemistry[J]. Earth Sciences Frontiers, 2020, 27(3): 42-67. https://www.cnki.com.cn/Article/CJFDTOTAL-DXQY202003005.htm
Rosenbaum J M, Cliff R A, Coleman M L. Chlorine stable isotopes: A comparison of dual inlet and thermal ionization mass spectrometric measurement[J]. Analytical Chemistry, 2000, 72(10): 2261-2264. doi: 10.1021/ac991297q
Godon A, Jendrzejewski N, Eggenkamp H G M, et al. A cross-calibration of chlorine isotopic measurements and suitability of seawater as the international reference material[J]. Chemical Geology, 2004, 207(1/2): 1-12.
张媛媛, 贺行良, 孙书文, 等. 元素分析仪-同位素比值质谱仪测定海洋沉积物有机碳稳定同位素方法初探[J]. 岩矿测试, 2012, 31(4): 627-631. doi: 10.3969/j.issn.0254-5357.2012.04.012 Zhang Y Y, He X L, Sun S W, et al. A preliminary study on the determination of organic carbon stable isotope of marine sediment by element analyzer-isotope ratio mass spectrometer[J]. Rock and Mineral Analysis, 2012, 31(4): 627-631. doi: 10.3969/j.issn.0254-5357.2012.04.012
-
期刊类型引用(7)
1. 贾趵，赵宇，鲜成钢，余凯，曹炜，贾文峰，左玄. 超低渗致密砂岩和页岩储层渗流能力瞬态法评价进展. 石油科学通报. 2024(04): 659-678 . 
百度学术
2. 邵国勇，熊伟，沈瑞，杨懿，尚祯浩，王国栋，余昊. CT扫描技术在页岩油气储层微观结构表征中的应用进展. 应用化工. 2023(06): 1785-1789+1799 . 百度学术
3. 刘苗苗，付小平，谢佳彤. 四川盆地中侏罗统页岩储层特征及其影响因素. 断块油气田. 2023(06): 905-913 . 百度学术
4. 张迪. 川中地区大安寨段储层特征分析. 西部探矿工程. 2022(04): 51-53 . 百度学术
5. 翁剑桥，李夏伟，戚明辉，张烨毓，王禹，张伟. 四川盆地龙马溪组页岩孔隙度实验方法分析. 岩矿测试. 2022(04): 598-605 . 本站查看
6. 陈维堃，腾格尔，张春贺，方镕慧，张聪，白名岗，王梓，夏响华. 页岩纳米有机孔结构表征技术研究进展. 岩矿测试. 2022(06): 906-919 . 本站查看
7. 张聪，韩慧萍，王艳红，方镕慧，陈维堃，李志伟，董虎，田迎春，罗军，张云波. 基于数据共享的油气钻井岩心数字分析系统. 东北石油大学学报. 2022(06): 88-99+150-151 . 百度学术
其他类型引用(2)
计量
- 文章访问数: 410
- HTML全文浏览量: 146
- PDF下载量: 20
- 被引次数: 9
京公网安备 11010202008159号