Development of 9 Kinds of Plant Matrix Reference Materials for Elemental Analysis and Quantitative Characteristics
-
摘要:
随着人们对食品安全关注度的提升，尤其是对植物源食品和保健品的元素组成与功效的关注，对评价可食性植物中元素分析标准物质需求日益增加。本文研制了红豆粉无机成分分析标准物质(GBW10228)、洋葱成分分析标准物质(GBW10232)、油菜成分分析标准物质(GBW10233)、金针菇粉中元素成分分析标准物质(GBW10247)、银耳粉中元素成分分析标准物质(GBW10248)、藕粉中元素成分分析标准物质(GBW10249)、山楂粉中元素成分分析标准物质(GBW10250)、三七粉中元素成分分析标准物质(GBW10251)、茉莉花成分分析标准物质(GBW10234)共9种植物基体分析标准物质。针对物料特点确定了候选物的采集地点、制备方法、封装工艺和保存条件，经检验均匀性、稳定性良好，通过方法研究制定了标准物质定值作业指导书，由11家实验室联合对Ag、Al、As、B、Ba、Be、Bi、Br、Ca、Cd、Ce、Cl、Co、Cr、Cs、Cu、Dy、Er、Eu、F、Fe、Gd、Ge、Hg、Ho、I、K、La、Li、Lu、Mg、Mn、Mo、N、Na、Nd、Ni、P、Pb、Pr、Rb、S、Sb、Sc、Se、Si、Sm、Sn、Sr、Tb、Th、Ti、Tl、Tm、U、V、Y、Yb、Zn共59种元素测试，定值测试针对不同的元素选用受基体影响小的准确灵敏的方法，主要有电感耦合等离子体质谱法、电感耦合等离子体发射光谱法、原子荧光光谱法、容量法等，定为标准值的元素均在40种以上，其中山楂和三七给出53种标准值及不确定度，元素分布特征明显，代表性强。与同类标准物质相比，痕量元素定值水平有所提高，常规抽检重点监测的元素Cd和Pb，在红豆、洋葱、金针菇、油菜、三七、茉莉花中形成梯度含量，如Cd的含量在10-9到10-7量级，Pb含量在10-8到10-6量级，对于食品检测质量监控其适用性更广。本系列标准物质定值元素种类丰富，适用于生物类样品测试的量值传递和质量监控，也为保健品的药用价值与元素关联性研究提供了基础数据。
要点(1) 研制了红豆、洋葱、油菜、金针菇、银耳、藕粉、山楂、三七和茉莉花等9种标准物质。
(2) 定值元素59种，与同类标准物质相比，痕量元素定值水平有所提高。
(3) 系列标准物质中Cd和Pb的含量形成梯度，可用于分析检测中不同含量的样本测试。
HIGHLIGHTS(1) 9 kinds of reference materials were developed: red bean, onion, rape, needle mushroom, tremella, root starch, hawthorn, notoginseng and jasmine.
(2) 59 elements are certificated, and trace element quantification levels are improved compared to standard materials of the same type.
(3) The contents of Cd and Pb in the series of reference materials form a gradient, which can be used for the analysis of samples with different contents.
Abstract:BACKGROUNDWith the increasing concern for food safety, especially for the elemental composition and efficacy of plant-derived foods and health products, research on the nutrient analysis of related foods is continuously carried out. At present, due to the wide variety of agricultural and health products, and the different environments in which the plant matrix grows, the elements absorbed by plants during the growth process vary greatly, making it difficult for many foods to meet the requirements of the calibration and testing system simply by using pure standards. It is necessary to combine the matrix reference materials for calibration and develop new plant-based reference materials.
OBJECTIVESTo improve the situation that there are few existing plant matrix reference materials, by developing 9 kinds of plant matrix reference materials for elemental analysis. Except for the reference materials for elemental analysis in notoginseng powder, all of them were developed for the first time, which supplemented the types of plant matrix elemental analysis reference materials and were mainly used in food nutrition and safety analysis and testing technology research of plant samples.
METHODSIn the early stage of development, the selection of candidate reference materials with the representative matrix were investigated and studied. The samples were pretreated, dried, crushed, sieved, and examined by a laser particle size analyzer before being packed in 45mL HDPE plastic bottles and inactivated by 60Co irradiation, which can be stored for a certain period of time. The samples were randomly selected from 30 bottles during the whole packing process, and the homogeneity test was performed by inductively coupled plasma-mass spectrometry (ICP-MS), inductively coupled plasma-optical emission spectrometry (ICP-OES), atomic fluorescence spectrometry (AFS) and volumetric method (VOL). The long-term stability of the reference materials under the specified storage conditions and the transport stability at 60℃ were investigated and the results were evaluated by trend analysis, which showed that the samples were stable under the specified conditions. The operation guideline of reference materials characterization analysis was developed, and 11 laboratories worked together to analyze 59 elements: Ag, Al, As, B, Ba, Be, Bi, Br, Ca, Cd, Ce, Cl, Co, Cr, Cs, Cu, Dy, Er, Eu, F, Fe, Gd, Ge, Hg, Ho, I, K, La, Li, Lu, Mg, Mn, Mo, N, Na, Nd, Ni, P, Pb, Pr, Rb, S, Sb, Sc, Se, Si, Sm, Sn, Sr, Tb, Th, Ti, Tl, Tm, U, V, Y, Yb, Zn.
RESULTSThe data of the developed series of reference materials were statistically judged by Grubbs and Dixon and the suspicious values were rejected, with a rejection rate of less than 3%. Shapiro-Wilk was used to test the normality of the fixed value data, in which the element Ti in red bean, Bi, I and Th in needle mushroom, Ti in tremella, and I in jasmine had a skewed distribution of the original measurement data, and no certified value was taken only as the median value for reference, and the arithmetic mean of the customized data was used as the certified value for the remaining elements. The certified values and uncertainties of the nine reference materials were above 40, among which, 53 certified values and uncertainties were given for hawthorn and notoginseng. The uncertainty of reference materials consists of homogeneity uncertainty, stability uncertainty and characterization uncertainty. This series of reference materials was developed under the concept of metrological traceability, and a variety of quality control measures were taken to ensure the accuracy and reliability of analytical results and was applied as national level reference materials in 2021. The names and number are as follows: chemical composition of red bean (GBW10228), onion (GBW10232), rape (GBW10233), needle mushroom (GBW10247), tremella (GBW10248), root starch (GBW10249), hawthorn (GBW10250), notoginseng (GBW10251), and jasmine (GBW10234).
The existing plant matrix elemental analysis reference materials are mostly found in rice, wheat, tea and other major agricultural and sideline food, and the certified value elements are mainly macronutrients and heavy metals. The present series of reference materials cover agricultural and health products with a large amount of daily sampling, except for notoginseng, which is developed for the first time, supplementing the variety of relevant quality control samples in the food testing field, with 59 certified value elements, which can effectively reflect the composition of elements in relevant products.
In this study, more regionally representative candidates were selected, focusing on the beneficial nutritional elements K, Ca, Na, Mg, P, Zn, Fe and harmful metal elements As, Hg, Cd, Pb, whose contents can reflect the distribution characteristics of the elements in different samples and origins, such as red beans, which is a health food, and the candidates were picked from Yi'an County in Songnen Plain (one of the important commodity grain bases in China). It contains high contents of beneficial nutrients such as K (1.392g/100g), Ca (0.104g/100g), Mg (0.165g/100g), P (0.457g/100g), Zn (24μg/g) and Fe (71μg/g), and low contents of Pb (0.033μg/g), Cd (5.4ng/g) and other harmful metal elements, which are far below the national limit standards, reflecting the fertile black soil of Songnen Plain and the effectiveness of China's land management. For elements of Cd and Pb, red beans (5.4ng/g) and (0.033μg/g), onions (17ng/g) and (0.322μg/g), needle mushroom (33ng/g) and (0.126μg/g), rape (170ng/g) and (0.9μg/g), notoginseng (311ng/g) and (0.7μg/g), jasmine (420ng/g) and (1.65μg/g) form a gradient range, which is more applicable for food testing quality control. It can be found that the content of heavy metals in health products such as notoginseng and jasmine are higher than that in vegetable products such as rape and needle mushroom, which has a certain guidance for selecting suitable quality control samples in analytical testing. This is a guideline for the selection of suitable quality control samples.
Due to the progress of the current testing methods and instruments, the precision of the data for the determination of rare earths and other elements with very low contents in some samples was good, and standard values were given, such as Eu (9.4±1.7ng/g), Ge (7.8±2.3ng/g), Lu (1.7±0.5ng/g), Tb (5.3±0.9ng/g), Tm (1.8±0.6ng/g) in rape, while the previous reference materials of similar vegetable matrixes did not reach such definite levels.
CONCLUSIONSThe development of the series of plant matrix reference materials is supplemental and improves the existing plant matrix reference materials, with obvious distribution characteristics of elements and wide applicability of the gradient range. This series of reference substances covers lots of elements with certified values, which is suitable for the quantity transfer and quality control of biological samples analysis and provides basis for the research on the correlation between the medicinal value and elements of health products.
-
长期饮用高砷、高氟水会引发人体慢性中毒，对皮肤与神经系统造成损害，导致神经性中毒、皮肤病、贫血等多种疾病，严重者会导致癌症，威胁人体健康[1-4]。国际癌症研究机构(IARC)已将As列为一类致癌物质[5-6]。世界卫生组织(WHO)将饮用水中As与F离子允许上限分别规定为10μg/L和1.5mg/L，中国饮用水标准中也将两者浓度上限分别规定为10μg/L和1mg/L。因此，结合饮用水标准与地下水质量标准，通常将As浓度>10μg/L和F浓度>1mg/L作为高砷与高氟的界限[7]。As、F浓度过高的地下水广泛分布于孟加拉国、印度、美国等全球各地[5, 8-9]。孟加拉国与印度饮用水中As浓度最高超过2mg/L，美国肯塔基州部分地下水F浓度超过50mg/L[10-11]。在中国高砷与高氟地下水分布于大同盆地、河套平原、松嫩平原等多地[12-14]。据统计，河套盆地与大同盆地地下水中As浓度最高超过1mg/L，F离子浓度超过5mg/L，松嫩平原地下水As浓度最高也超过300μg/L[15-17]，这些地区地下水中As与F浓度都远超饮用水限值。地下水的As与F超标问题已成为影响地下水利用的重要因素，所以针对地下水中As与F的来源与演化引起了学者们的广泛关注和研究。
张怀胜等[18]对河北衡水高氟水研究表明，水中氟离子主要受萤石溶解与离子交换作用的影响，而天津武清高氟地下水中具有低钠高钙的水化学特征[19]。黄冠星等[20]研究表明珠江三角洲高砷地下水来源受到原生与人为灌溉的共同影响。地下水中氟离子主要来源于含氟原生沉积地层，并通过蒸发浓缩等水化学作用其浓度升高[21]。Guo等[22]和曹文庚等[23]发现河套平原地下水受到黄河改道的影响，高砷主要来源于有机物作用下铁氧化物的还原溶解作用。而王喜宽等[24]和赵锁志等[25]分析了河套地区地下水中高氟是气候因素、地质因素和人类活动共同影响导致。韩双宝等[26]认为黄河流域中As、F、碘等原生组分超标是部分地区地下水饮水安全的主要威胁，且在河南新乡地区零星分布着高砷地下水。通过前人研究可以看出，地下水中As、F等离子浓度升高是受到当地气象条件、水文地质条件与人为活动等多方面因素共同影响[27-29]。在很多地区，地下水会同时出现高砷与高氟并存的结果，但两者赋存机制之间的关系仍需进一步研究。
黄河下游典型灌区(河南)为河南重要的农业产地，该地区的农业灌溉重要水源之一为浅层地下水，同时地下水还用于当地养殖与村民家庭用水。前期已有研究发现，该地区浅层地下水整体水质较差，虽然随着地下水位的下降，浅层地下水逐渐发生淡化[30-31]，但是As、F等离子超标问题较为严重，如新乡市延津县氟水受害人口占全县总人口的33.25%，而在封丘县高砷村暴露人口中病人以皮肤色素脱失伴随色素沉着。这表明高砷、高氟地下水已经对当地用水安全和人体健康造成潜在风险[32-33]。由于黄河下游典型灌区(河南)同时受到山前冲积与黄河冲积双重影响，且该地区人类活动影响较多，地下水中As、F在该地区的分布及演化特征会受到多重环境的影响，As、F两种元素在该地区的富集机制仍无明确结论。
本文基于2010年与2020年对黄河下游典型灌区(河南)进行的两次地下水质调查，分析了2020年地下水中As、F的整体分布情况，通过两次水质数据分析工作区浅层地下水中As、F离子整体浓度与空间分布上的变化情况，揭示研究区内地下水中As、F离子在近十年间的演化特征，探究近十年间导致As、F变化过程的形成机理。研究成果拟为该地区后续的地下水合理利用提供科学依据。
1. 研究区概况
黄河下游典型灌区(河南)位于河南省东部，行政区包括新乡市、鹤壁市、安阳市与濮阳市。该地区西靠太行山，南边以黄河作为边界，北侧和东侧则分别与河北与鲁西平原相连。地区地势总体由西南向东北倾斜。黄河下游典型灌区(河南)为历史上黄河决口、改道最频繁的地区之一，地表仍可见河道变迁的历史遗迹，整体普遍分布为平地与洼地，黄河故道上有沙丘、沙地地貌分布。
研究区属暖温带半湿润、半干旱气候，多年平均气温介于13~15℃之间，降水量600~800mm，且多集中于夏季的七月份至九月份。研究区总的气候特征为冬季寒冷降雪偏少，春季干旱风沙较多，夏热雨水多且丰沛，秋季日照时间较长。研究区内河流以黄河干流及其支流沁河、天然文岩渠、金堤河、洛河、伊河、涧河、廛河、金水河为主。该地区地下水主要赋存于第四系多层交互的砂与粉土的孔隙含水层中。地下水系统在该地区可划分为山前倾斜平原含水层系统与黄河冲积平原含水层系统。
黄河下游典型灌区(河南)总体径流方向与地势变化基本一致，由西南向东北方向，由西部山前的补给源区向东部径流，由南部黄河补给源区向东北方向径流。该灌区(河南)自20世纪80年代以来，由于需水量快速增加，而补给量相对减少，工农业大量开采利用地下水，使得人工开采地下水成为主要的排泄方式，向下游区的径流排泄位居其次。
工作区2010年调查数据表明，高砷地下水主要分布在新乡北部与中西部大部分地区，濮阳市也偶有高砷地下水出现。As平均浓度为9.9μg/L，As最大浓度地下水位置位于新乡市延津县胙城乡，浓度达到190μg/L。高氟地下水主要分布在黄河沿线和濮阳市，最大浓度为4.94mg/L，位于濮阳市濮阳县八公桥镇。
2. 实验部分
在2010年项目组对研究区内地下水进行采样，共计327组，并于2020年10~11月在原水井位置327组上进行复采并添加3组共计330组。后续为了对比演化特征和形成机制，只选取两期对应的327组样品进行对比分析。本次研究中所有样品均来自于机民井与压水井，井深均不超过100米，从含水层划分上均定义为浅层含水层地下水。
采集水样均通过0.45μm的滤膜在现场进行过滤，采样时现场测定水温、pH值、氧化还原电位值(Eh)、电导率、溶解氧(DO)等。对于微量元素(Fe、Mn、As、PO43-、Al、Zn)分析的水样通过50%的硝酸酸化进行保护。样品在野外取样后置于0~4℃保温箱中保存，转移到室内后置于冰柜冷藏保存。
2010年和2020年两期水质数据分别由中国地质科学院水文地质环境地质研究所与河南自然环境监测院进行测试。实验结果中阳离子(K+、Ca2+、Na+、Mg2+)采用电感耦合等离子体发射光谱仪(iCAP6300型，美国ThermoFisher公司)进行测定；锰元素采用电感耦合等离子体发射光谱仪(Optima 8000型，美国PerkinElmer公司)测定；阴离子(Cl-、I-)采用离子色谱仪(CIC-D160型，美国ThermoFisher公司)测定；As元素采用原子荧光光谱仪(AFS-3100型，北京海光仪器有限公司)测定；阴离子(F-、NO3-、SO42-)采用离子色谱仪(ICS-1500型，美国Dionex公司)测定；铵根采用紫外分光光度计(UV-2550型，日本岛津公司)测定；碱度采用酸碱滴定法测定。
在地下水样品测试中，采用加5%的重复样品进行质量控制，所有重复样品的误差小于5%。
3. 结果与讨论
3.1 2010—2020年研究区地下水化学特征
通过2020年主要阴阳离子类型在数量的分布看出，研究区阳离子水化学类型是Na++Ca2++Mg2+、Na++Mg2+、Na+等以钠离子为主的类型(图 1a)，只有在新乡北部与安阳交界的冲洪积平原洼地处，阳离子以Ca2++Mg2+为主。而研究区内阴离子水化学类型普遍以HCO3-、HCO3-+Cl-等类型为主，重碳酸盐都是主要阴离子(图 1b)。
![]()
图 1 2020年研究区水化学阴阳离子类型分布统计a—阳离子类型；b—阴离子类型。Figure 1. Distribution statistics of water chemical anion and anion types in the study area in 2020 (a—cationic type; b—anion type)研究区主要阴阳离子浓度(K+、Ca2+、Na+、Mg2+、HCO3-、Cl-、SO42-)分布列于表 1。研究区内浅层地下水溶解性总固体(TDS)平均值均超过1g/L，说明典型灌区内浅层地下水属于微咸水。根据近十年间主要阴阳离子浓度的变化情况(表 1)，除了K+平均浓度略有增加，其余离子与TDS浓度最大值与平均值都出现降低，这表明研究区内浅层地下水在近十年有所淡化。
表 1 2010年和2020年研究区主要离子浓度分布Table 1. Main ions concentration distribution of the study area in 2010 and 2020离子类型 2010年测试值 2020年测试值 最大值(mg/L) 最小值(mg/L) 平均值(mg/L) 最大值(mg/L) 最小值(mg/L) 平均值(mg/L) K+ 225 0.02 4.11 226 0.380 5.89 Ca2+ 680 15.1 95.7 470 2.40 95.1 Na+ 1.97×103 16.8 203 894 17.6 188 Mg2+ 834 15.9 76.7 417 5.95 72.6 HCO3- 1.48×103 209 626 1.21×103 252 617 Cl- 2.49×103 10.1 195 1.38×103 8.51 165 SO42- 4.43×103 5.82 200 1.58×103 5.76 182 TDS 9.37×103 326 1.10×103 4.73×103 374 1.04×103 3.2 2010—2020年地下水砷和氟分布特征
为了展示As与F元素在研究区内空间的分布特征及两种元素在2010—2020期间整体浓度与空间变化，依据地下水质量标准及饮用水标准对两种元素浓度的划分，利用Arcgis将地下水中As与F元素按照不同浓度标准(As：≤10μg/L，10~50μg/L，>50μg/L；F：≤1mg/L，1~2mg/L，>2mg/L)投影至研究区范围内。
2020年研究区As浓度分布介于0~128μg/L之间，平均浓度为10.5μg/L。根据As在研究区内的分布(图 2a)可以看出，研究区内地下水中高砷点(浓度大于10μg/L)的分布呈现明显的空间差异性。As浓度高于10μg/L的地下水普遍分布于新乡地区的延津县、原阳县、封丘县，新乡与安阳北部滑县交界处地下水As浓度超过50μg/L，个别高砷点位于濮阳市北部濮阳县、范县等地。取样结果中最大As浓度点位于新乡市延津县胙城乡，该点位与2010年最高值点位一致，这表明该处地下水长期稳定地保持高砷状态。在新乡大部分中部平原地区，黄河的多次改道在该地区形成了砂与土互层的沉积环境。新乡北部与滑县交界处于冲洪积洼地地带，地下水在此区域径流不畅。该地区为山前冲洪积扇裙的前缘部位，砂层的厚度逐渐变薄，黏土的厚度开始增加，总体上同样呈现“下粗上细”的砂、泥互层特征[34]。研究表明在砂土互层与弱径流条件下，地下水会保持强还原环境，随着土砂比越高，地下水还原性越强，因此有利于高砷地下水的形成[35]。
![]()
图 2 2020年(a)砷与(b)氟元素空间分布图Figure 2. Spatial distribution of (a) arsenic and (b) fluorine in 2020而F元素在研究区的空间分布(图 2b)表明高氟地下水(浓度大于1mg/L)主要分布于新乡市东南部的封丘县与长垣县的黄河沿线地区，以及濮阳市的濮阳县、范县和台前县等黄河冲积平原。研究区整体F离子浓度介于0.06~6mg/L，平均浓度为0.88mg/L。F离子最高浓度点位于新乡市长垣县芦岗镇，地处黄河沿线附近。
Gibbs[36]根据全球不同类型地表水中TDS与不同离子之间毫克当量比的分布，判断地表水的来源。而学者们发现同样可利用Gibbs图识别地下水化学的主要来源[37-38]。通过2020年不同浓度As与F的数据点在Gibbs图中的分布(图 3)可以明显看出，黄河典型灌区(河南)农业区地下水主要受到岩石风化作用与蒸发浓缩作用的共同影响。高砷与高氟地下水的分布更靠近岩石风化区，表明该地区中地下水中的高砷(图 3a)与高氟(图 3b)是受到原生地层中矿物风化溶解作用所导致。已有研究表明黄土中具有大量云母、角闪石等含氟矿物，因此黄河影响区内黄土等含氟土壤是高氟地下水的直接来源[7, 21]。在灌溉、降雨等作用的影响下，土壤矿物中F通过淋滤、溶解等作用进入地下水中。
![]()
图 3 2020年Gibbs图中不同浓度(a)砷与(b)氟分布Figure 3. Distribution of (a) arsenic and (b) fluorine in different concentrations in Gibbs diagram in 20203.3 2010—2020年砷和氟浓度变化特征
3.3.1 研究区砷浓度变化特征
通过As、F元素在研究区近十年浓度的变化，可以反映出该地区地下水环境在此阶段的演化。为了消除测试中检出限对区域内As、F元素演化的影响，将As、F元素分别在0±1μg/L与0±0.05mg/L之间浓度变化视为未发生改变。对As元素浓度两期的数据进行对比，并通过研究区各点浓度在近十年的改变情况(图 4a)可以看出，As浓度升高点与2020年高砷点具有良好的对应性，除在新乡冲积平原西南至东北方向高砷区范围浅层地下水中As浓度有所减少，个别点As浓度减少达到50μg/L以上，其余高砷地下水中在近十年都出现不同程度升高。而As浓度减少的范围则集中在平原的低砷区中，安阳市与濮阳市低砷区整体浓度以保持稳定和略有降低为主，新乡市低砷区有所减小。以As浓度大于10μg/L作为分界线，发现研究区内As超标率从23.9%升高至26.1%，说明研究区高砷分布范围有所扩大。近十年水样点中As浓度增加的占31.8%，As浓度减少的水样占总数36.7%。这表明在黄河下游典型灌区(河南)地下水中As元素浓度受到不同环境因素影响呈现两种变化趋势，高砷区As的浓度除新乡北部地区外逐渐增加，低砷区As的浓度变化不大或逐渐减少。
![]()
图 4 2010—2020年(a)砷与(b)氟浓度变化图变化值大于零代表浓度增加，变化值小于零代表浓度降低。Figure 4. Arsenic and fluorine concentration variation in 2010—2020 (a—arsenic, b—fluorine; A change value greater than zero represents an increase in concentration, and a change value less than zero represents a decrease)3.3.2 研究区氟浓度变化特征
近十年间氟元素在研究区内浓度整体降低(图 4b)，大多数水样浓度降低幅度在0.05~1mg/L之间，这表明研究区地下水环境不利于氟元素的富集。但是在新乡南部黄河沿线附近与濮阳市的高氟区中，浅层地下水中的F元素浓度得到进一步增加，F离子浓度范围从2010年的0.13~4.94mg/L变化至2020年的0~6mg/L，这说明高氟区的地下水环境对F元素的进一步富集起到促进作用。而2010—2020年期间高氟水占比从25.69%变化至26.06%，地下水F浓度减少的占总数60.2%，F浓度增加的占总数32.1%。高氟地下水比例变化不大，整个地区F离子浓度有下降的趋势。
4. 2010—2020年砷和氟演化过程机制
4.1 近十年地下水中砷演化机制
影响As离子浓度变化的因素较多，氧化还原环境变化、水文地球化学作用等因素均会导致地下水中As元素向不同方向发生改变[39]。利用地下水中不同类型离子比可以反映地下水环境的变化情况。
4.1.1 氧化还原条件影响作用
为了进一步探究研究区内As浓度不同变化方向的作用机理，通过As与不同离子比之间关系和2010—2020As与其他离子成分的变化值之间的关系来判断As演化机制。在还原条件下，SO42-还原成S2-，HCO3-在微生物作用下逐渐增加，HCO3-/SO42-比值升高，比值越大，地下水还原性越强[35]。因此(HCO3-+CO32-)/SO42-可作为氧化还原条件的敏感因子来判断地下水还原性的强弱。结果表明2010年与2020年两期数据中As与(HCO3-+CO32-)/SO42-比值呈现正相关性(图 5a)。随着地下水中As元素浓度增加，(HCO3-+CO32-)/SO42-比值变大，地下水还原性增加，氧化性逐渐减弱。
![]()
图 5 2010—2020年砷元素变化与各离子比变化之间关系Figure 5. Relationship between the change of arsenic and the change of ion ratios in 2010—2020利用2020年与2010年地下水As浓度之间差值与环境敏感元素近十年间的差值进行对比，可以判断不同因素对As近十年间发生演化的影响作用。氨氮的变化受地下水中氧化还原条件的影响较大，不同氧化还原条件造成各类型氮素之间相互转化，因此氨氮也可作为氧化还原环境的敏感指标。根据近十年间As-NH4+-N变化量之间关系(图 5b)可以看出，样品主要分布在第一、第三象限。在As浓度减少的过程中，氨氮同样发生降低且降低量有所增加(第三象限)。在As浓度发生恶化的区域，氨氮浓度相应增加且增加量变大(第一象限)。可以看出在地下水As改善与恶化的两种环境中，氨氮浓度与其均具有良好的相关关系。在厌氧环境中，在微生物的作用下，氮素之间会发生反硝化作用，氨氮浓度逐渐增加；而在好氧环境中，地下水中的氨氮通过硝化作用发生减少[40]。这表明在地下水As浓度发生明显变化的过程中，氧化还原条件的改变是其中的重要因素。而在As-Mn两者变化量之间关系图(图 5c)可以看出，在As浓度变化明显的地下水中，Mn浓度同样随之变化。随着As浓度进一步增加，其所在地下水中的锰浓度也出现增加(第一象限)，而Mn浓度也随着地下水As浓度减少而降低(第三象限)。两者虽然相关性相对不高，但两者变化量之间相似的变化趋势表明锰氧化物等氧化物的吸附或释放会导致地下水中As的改善或恶化[41]。近十年间黄河下游河南段范围内地下水由于受到不同因素影响使得水位发生波动，封丘等部分地区地下水受到农业灌溉的影响造成水位呈现下降[26]。水位的下降会导致地下水中的含氧量上升，进而使得地下水中As在氧化环境中被吸附于固相中而使其浓度降低[42]。另外，部分水源置换区地下水的开采量减少引起水位回升[26]，使得地下水环境还原性增加，会促进As释放进入水体。
4.1.2 水文地球化学影响作用
Na+/Ca2+可以指示地下水中阳离子的主要类型，从图 5d中可以看出As在不同水化学类型地下水中同样存在差异。Na+/Ca2+与As之间存在负相关关系。随着地下水中As浓度的增加，Na+/Ca2+比值快速降低。表明高砷地下水中的水文地球化学作用导致Na+的相对含量减少，Ca2+的相对含量增加。Na+/Cl-比值可以指示水盐机制，当该比值接近于1∶1时，表明地下水钠盐主要源于岩盐溶解[43]。在As-Na+/Cl-图(图 5e)中可以看出，地下水中大部分点位于y=1线上，这说明地下水中还存在硅酸盐等矿物溶解作用。而随着地下水中As浓度增加，Na+/Cl-比值也在迅速降低，这说明地下水中Na+会通过水岩作用浓度发生降低。
为了进一步明确地下水中影响高砷变化的水文地球化学作用，利用As与[(Ca2++Mg2+)-(HCO3-+ SO42-)]/(Na+-Cl-)比值之间的相关关系来判断阳离子交换作用强弱。分析结果(图 5f)表明随着地下水中As浓度增加，[(Ca2++Mg2+)-(HCO3-+ SO42-)]/(Na+-Cl-)比值逐渐趋近于-1，这表明地下水中Na会与含水层中Ca发生阳离子交换作用，使得水中Na浓度降低，Ca浓度增加。研究表明在高砷地下水中径流不畅，阳离子交换作用会发生充分反应[44]。
4.2 2010—2020年地下水中氟演化机制
4.2.1 阳离子类型影响作用
氟离子变化值与研究区内不同主要指标变化情况之间的相关性结果表明，F离子浓度变化整体与井深(R2=-0.102)和K+(R2=-0.130)、Mn(R2=-0.284)、NO3-(R2=-0.235)、As(R2=-0.145)、Ca2+(R2=-0.307)等六种指标变化之间存在弱负相关关系，F离子的变化与Ca2+、Mn、NO3-之间的负相关程度较强，表明这几种离子表现出地下水环境对F离子变化的影响较大。而F与SO42-(R2=0.103)、HCO3-(R2=0.118)、Na+(R2=0.169)之间存在弱正相关关系。F离子变化和各指标变化之间的关系说明，F离子浓度的变化受到地下水主要阴阳离子浓度、氮素变化和含水层介质的影响。
根据2010年与2020年水质中F与Na+/Ca2+之间关系(图 6a)看出，Na+/Ca2+与F之间呈现正相关关系。在F浓度较高的地区，Na+/Ca2+比值也较高，表明高氟地下水地区地下水径流条件较好，阳离子交换作用较弱。结合3.2节分析表明了高砷点分布于黄河沿线，由于阳离子含量受到黄河水影响，使得F离子浓度得到增加[45]。而进一步判断F在2010—2020之间变化所受影响，则通过2020年与2010年地下水F浓度之间差值与Ca差值之间关系(图 6b)能够发现两者差值之间具有良好的负相关关系。随着地下水中F离子逐渐升高，所处地下水环境中Ca浓度随之减少(第四象限)，而F浓度改善的地下水中Ca浓度出现增加(第二象限)。两者变化值之间良好的相关关系，表明地下水中钙离子浓度是影响F离子变化的重要因素。
![]()
图 6 2010年和2020年氟离子变化与不同离子比变化之间关系Figure 6. Relationship between the change of fluorine ion and the change of different ion ratios in 2010 and 2020萤石(CaF2)作为一种同时含有钙与氟元素的矿物，在天然条件下的水体中会同时存在着以下两种反应[46]:
$ {\rm{C}}{{\rm{a}}^{2 + }} + {\rm{HCO}}_3^ - + {\rm{O}}{{\rm{H}}^ - } \leftrightarrow {\rm{CaC}}{{\rm{O}}_3} + {{\rm{H}}_2}{\rm{O}} $
(1) $ {\rm{C}}{{\rm{a}}^{2 + }} + 2{{\rm{F}}^ - } \leftrightarrow {\rm{Ca}}{{\rm{F}}_2} $
(2) 通过上述反应式可以看出，水文地球化学作用显著影响F离子的分布。低钙的碱性重碳酸盐型水中有利于含氟矿物产生溶解作用。随着地下水中pH值升高，重碳酸根离子浓度增加，反应式(1)向生成碳酸钙的方向进行移动，使得Ca2+浓度降低，这就会引起反应式(2)中的反应向萤石溶解的方向进行移动，使得F离子浓度得到增加[47-48]。所以，研究区中高氟地下水同样主要赋存于低钙的环境中[45, 49]。F离子主要来源于含氟矿物，但在黄河冲积平原内沉积物中钙质矿物较多，受到地下水中钙离子浓度较高的影响，使得F离子在萤石溶解平衡的反应中其浓度显著减小，且随着时间增加，钙离子浓度逐渐增加，F离子浓度减少。而在黄河沿线附近，地下水阳离子受到黄河地表水的影响，以钠离子为主，造成地下水F离子浓度显著增加。
4.2.2 氟与砷之间演化关系
根据研究区内As-F之间的关系可以看出(图 6c)，两者分布具有负相关关系，高砷水环境不利于F离子的富集，高氟水环境中也不利于As的赋存。研究表明河套平原中干旱-半干旱地区的气候等因素使得As、F两者之间具有正相关关系[50]，说明在本研究区中As与F富集机制与其有所不同。结合相关性关系图和As、F分布演化机制，在径流条件较差的环境中，As在锰氧化物等固相上通过还原溶解释放进入地下水中，但地下水中阳离子交换作用较强，地下水中钙离子的升高使得F离子无法存在于其中，因此造成在As浓度增加的地区F离子浓度出现降低。同样，高氟地区普遍分布于黄河沿线，受到黄河补给影响作用较大，径流条件较好，此时As容易被吸附于固相上，造成在水中浓度较低。而As-F近十年间变化之间相关关系中(图 6d)，在F浓度增加地区中地下水As浓度降低(第四象限)。由上述关系可知，F增加地区Ca2+减少，表明该地区中地下水径流较好，该环境中As逐渐吸附于固相，在液相中浓度降低。而在F浓度减少的地区，As浓度变化无明显规律，表明在F减少地区As与F之间演化关系还受其他因素影响。
5. 结论
本文在黄河下游灌区(河南)取地下水样品327组，发现2020年研究区浅层地下水中钠离子与重碳酸根离子为主要阴阳离子。浅层地下水平均TDS超过1g/L，属于微咸水。高砷区主要分布于太行山山前洼地与黄河冲积平原内，而高氟区主要分布于新乡南部与濮阳等黄河沿线附近。通过分析研究区2010—2020年As、F离子浓度的变化可以看出，As与F增加区与高砷、高氟区具有良好的对应关系。区域内As浓度变化出现两种趋势，近十年间As浓度增加数量占总数31.8%，As浓度减少数量占36.7%。在As浓度增加区(增加超过1μg/L)，除在新乡冲积平原西南至东北方向高砷区浅层地下水中As浓度减少，其余高砷地下水中在近十年间都出现升高。F离子升高区(增加超过0.05mg/L)则主要分布在新乡与濮阳沿黄河一带，研究区中F离子浓度减少数量占总数60.2%，F离子浓度增加数量占32.1%，整体出现向好趋势。
高砷水主要赋存在还原性较强的环境中。同时高砷地下水环境由于径流不畅，使得水中Na+与含水层矿物中Ca2+之间发生较强的阳离子交换作用，高砷水中Na+浓度降低，Ca2+浓度升高。而2010—2020年As浓度的变化受到氧化还原条件的影响较大，氨氮浓度增加的地区中还原性增强，可溶性Mn浓度变高，同时水中As浓度在近十年间出现增长，表明锰氧化物等在该条件下释放As，而在氨氮降低地区氧化性增加，As与Mn浓度都出现减少，表明锰氧化物在该条件下会吸附As。F离子分布与Ca2+呈反比，高氟地区地下水中Ca2+浓度明显低于其余地区。而近十年间氟离子变化与Ca2+的变化同样呈明显的反向关系。在地下水中Ca2+升高地区，F离子浓度受到萤石矿物溶解平衡影响其浓度降低，而在黄河沿线地下水钠离子浓度升高地区，F离子浓度升高。地下水中As与F受到阳离子类型影响，使得两者之间分布具有负相关性。在地下水中氟增加地区，钙离子浓度普遍降低，表明此时径流条件较好，阳离子交换作用减弱，造成氟增加的演化过程中As浓度出现降低。本研究阐明了黄河下游灌区(河南)浅层地下水中As和F在2020年的分布特征，揭示了2010—2020近十年As和F在研究区中的演化情况与变化机制，该成果将为研究区中浅层地下水的合理开发利用和健康风险评价提供依据。
致谢: 本研究是在中国地质科学院地球物理地球化学勘查研究所顾铁新教授级高级工程师指导下完成的，在此向指导老师以及团队的同事致以衷心感谢和深深敬意。同时，对参与本系列标准物质定值工作的实验室的大力支持和帮助表示衷心感谢！ -
![]()
图 1 候选物样品加工制备流程示意图
Figure 1. Schematic diagram of candidate material sample processing and preparation.
表 1 候选物定值元素分析测试方法汇总
Table 1 Sample decomposition methods and analytical methods for candidate reference materials
定值元素 分析测试方法 定值元素 分析测试方法 Ag MW-ICP-MS，DFC-ICP-MS，DAC-ICP-MS，MW-ICP-OES Mg MW-ICP-OES，DFC-ICP-MS，DAC-ICP-OES，DMA-ICP-OES，DAC-ICP-MS Al MW-ICP-OES，DMA-ICP-OES，A.FU-ICP-OES，FU-ICP-OES，DAC-ICP-OES，DPP-XRF Mn MW-ICP-OES，DFC-ICP-MS，DAC-ICP-OES，DAC-ICP-MS，MW-ICP-MS As DMA-AFS，DMA-ICP-MS，DAC-ICP-MS，MW-ICP-MS，DAC-AFS Mo MW-ICP-MS，DFC-ICP-MS，DAC-ICP-MS B MW-ICP-OES，DFC-ICP-MS，DAC-ICP-MS，MW-ICP-MS N DS-VOL，DS-COL Ba MW-ICP-OES，DFC-ICP-MS，DAC-ICP-ES，MW-ICP-MS，DAC-ICP-OES，DAC-ICP-MS Na MW-ICP-OES，DFC-ICP-MS，DAC-ICP-OES，DMA-ICP-OES，DAC-ICP-MS Be MW-ICP-OES，DFC-ICP-MS，DAC-ICP-MS，MW-ICP-MS Nd MW-ICP-MS，DFC-ICP-MS，DA-ICP-MS，DAC-ICP-MS Bi MW-ICP-MS，DAC-ICP-MS，DF-AFS Ni MW-ICP-MS，DFC-ICP-MS，DAC-ICP-MS，MW-ICP-OES Br DAC-ICP-MS，DPP-XRF，FU-ICP-MS P MW-ICP-OES，DFC-ICP-MS，DAC-ICP-OES，DMA-ICP-OES，DAC-ICP-MS Ca MW-ICP-OES，DFC-ICP-MS，DAC-ICP-OES，DMA-ICP-OES，DAC-ICP-MS Pb MW-ICP-MS，DFC-ICP-MS，DAC-ICP-MS Cd MW-ICP-MS，DFC-ICP-MS，DAC-ICP-MS Pr MW-ICP-MS，DFC-ICP-MS，DA-ICP-MS，DAC-ICP-MS Ce MW-ICP-MS，DFC-ICP-MS，DA-ICP-MS，DAC-ICP-MS Rb MW-ICP-MS，DFC-ICP-MS，DAC-ICP-MS Cl DPP-XRF，BTVOL S MW-ICP-OES，DFC-ICP-MS，DAC-ICP-OES，DAC-ICP-MS Co MW-ICP-MS，DFC-ICP-MS，DAC-ICP-MS Sb DW-AFS，DAC-ICP-MS，MW-ICP-MS Cr MW-ICP-OES，DFC-ICP-MS，DAC-ICP-MS，MW-ICP-MS，DAC-ICP-OES Sc MW-ICP-MS，DFC-ICP-MS，DA-ICP-MS Cs MW-ICP-MS，DFC-ICP-MS，DAC-ICP-MS Se DMA-AFS，DAC-AFS，MW-ICP-MS，MW-AFS，DAC-ICP-MS，DF-AFS Cu MW-ICP-MS，DFC-ICP-MS，DAC-ICP-MS，MW-ICP-OES Si DMA-ICP-OES，A.FU-ICP-OES，FU-ICP-OES，DAC-ICP-OES，DPP-XRF Dy MW-ICP-MS，DFC-ICP-MS，DA-ICP-MS，DAC-ICP-MS Sm MW-ICP-MS，DFC-ICP-MS，DA-ICP-MS，DAC-ICP-MS Er MW-ICP-MS，DFC-ICP-MS，DA-ICP-MS，DAC-ICP-MS Sn MW-ICP-MS，DFC-ICP-MS，DAC-ICP-MS Eu MW-ICP-MS，DFC-ICP-MS，DA-ICP-MS，DAC-ICP-MS Sr MW-ICP-OES，DFC-ICP-MS，DAC-ICP-OES，MW-ICP-MS，DAC-ICP-MS F DACL-ISE，DD-COL Tb MW-ICP-MS，DFC-ICP-MS，DA-ICP-MS，DAC-ICP-MS Fe MW-ICP-OES，DFC-ICP-MS，DAC-ICP-OES，DAC-ICP-MS，DMA-ICP-OES Th MW-ICP-MS，DFC-ICP-MS，DAC-ICP-MS Gd MW-ICP-MS，DFC-ICP-MS，DA-ICP-MS，DAC-ICP-MS Ti MW-ICP-OES，DFC-ICP-MS，DAC-ICP-MS，MW-ICP-MS，DAC-ICP-OES，DMA-ICP-OES Ge MW-ICP-MS，DFC-ICP-MS，DAC-ICP-MS Tl MW-ICP-MS，DFC-ICP-MS，DAC-ICP-MS Hg MW-AFS，DAC-AFS，DAC-ICP-MS，MW-ICP-MS，DA-AFS，DF-AFS Tm MW-ICP-MS，DA-ICP-MS，DAC-ICP-MS Ho DFC-ICP-MS，DA-ICP-MS，MW-ICP-MS，DAC-ICP-MS U DFC-ICP-MS，DAC-ICP-MS，MW-ICP-MS I DAC-ICP-MS，FU-ICP-MS，MW-ICP-MS，A.FU-COL V MW-ICP-MS，DFC-ICP-MS，DAC-ICP-MS K MW-ICP-OES，DFC-ICP-MS，DAC-ICP-OES，DMA-ICP-OES，DAC-ICP-MS Y MW-ICP-MS，DFC-ICP-MS，DA-ICP-MS，DAC-ICP-MS La MW-ICP-MS，DFC-ICP-MS，DA-ICP-MS，DAC-ICP-MS Yb MW-ICP-MS，DFC-ICP-MS，DA-ICP-MS，DAC-ICP-MS Li MW-ICP-MS，DFC-ICP-MS，DAC-ICP-MS Zn MW-ICP-MS，MW-ICP-OES，DFC-ICP-MS，DAC-ICP-OES，DAC-ICP-MS Lu MW-ICP-MS，DFC-ICP-MS，DA-ICP-MS，DAC-ICP-MS 注：前处理方法：MW—微波消解；DFC—混合酸加少量氢氟酸密闭分解；DAC—硝酸加过氧化氢或王水或高氯酸密闭压力分解；DMA—混合酸(硝酸加高氯酸，或加硫酸，或加过氧化氢)分解；A.FU—灰化后熔融分解；FU—碱熔或艾斯卡熔矿(碳酸钠、氧化锌烧结)；DPP—粉末压片；DF—混合酸加少许氢氟酸分解；DA—王水或硝酸加过氧化氢分解；DACl—稀盐酸浸提；DD—扩散法；DS—催化蒸馏(过氧化氢、硫酸铜、硫酸钾、硫酸)；DW—水浴消解法。
检测方法：ICP-MS—电感耦合等离子体质谱法；ICP-OES—电感耦合等离子体发射光谱法；XRF—X射线荧光光谱法；AFS—原子荧光光谱法；BTVOL—返滴定法；VOL—容量法；COL—分光光度法；ISE—离子选择电极法。
下载: 导出CSV
表 2 候选物测试和剔除数据组数统计
Table 2 Summary of test data and rejected data groups for candidate reference materials
候选物名称 定值数据组数 剔除数据组数 数据剔除率
(%)红豆 3247 86 2.6 洋葱 3318 76 2.3 油菜 3332 56 1.7 金针菇 3264 87 2.7 银耳 3264 74 2.3 藕粉 3243 82 2.5 山楂 3280 60 1.8 三七 3256 74 2.3 茉莉花 3317 87 2.6
下载: 导出CSV
表 3 标准物质标准值和不确定度
Table 3 Certified values and expanded uncertainty for reference materials
标准物质名称和编号 元素 标准值和不确定度
(×10-6)元素 标准值和不确定度
(×10-6)元素 标准值和不确定度
(×10-6)元素 标准值和不确定度
(×10-6)红豆粉无机成分分析标准物质
(GBW10228)Ag** (1.1) Cu 8.2±0.6 Mg* 0.165±0.010 Si (100) Al (136) Dy** 1.8±0.3 Mn 22.1±1.0 Sm** 2.5±0.5 As 0.017±0.006 Er** (0.97) Mo 1.13±0.08 Sn (0.03) B 12.7±1.3 Eu** 1.5±0.5 N* 3.12±0.11 Sr 6.6±0.5 Ba 5.4±0.6 F (0.75) Na (10) Tb** 0.4±0.1 Be** 2.1±0.4 Fe 71±8 Nd 0.012±0.004 Th** (5.4) Bi** (0.93) Gd 2.7±0.5 Ni 10±1 Ti (3.13▲) Br (1.9) Ge** (1.2) P* 0.457±0.013 Tl** 6.1±1.4 Ca* 0.104±0.014 Hg** (1.27) Pb 0.033±0.014 Tm** 0.13±0.05 Cd** 5.4±0.9 Ho** 0.37±0.07 Pr** 3.2±0.7 U** 1.2±0.5 Ce 0.030±0.006 I** (116) Rb 11±1 V (0.06) Cl (126) K* 1.392±0.073 S* 0.180±0.017 Y 0.3±0.1 Co 0.23±0.04 La 0.026±0.004 Sb** (4.6) Yb** 0.76±0.10 Cr (0.93) Li 0.03±0.01 Sc 0.013±0.006 Zn 24±2 Cs 0.025±0.004 Lu** 0.10±0.03 Se 0.023±0.009 洋葱成分分析标准物质
(GBW10232)Ag** 4±1 Cu 7.2±1.1 Mg* 0.12±0.01 Si* (1.595) Al (289) Dy** 9.1±2.2 Mn 10.1±1.6 Sm (0.012) As 0.104±0.043 Er** 4.7±1.0 Mo 0.222±0.026 Sn 0.054±0.010 B 11.1±1.6 Eu** 3.5±0.7 N* 1.733±0.206 Sr 27±6 Ba 7.44±0.60 F (0.99) Na* 0.074±0.011 Tb** 1.6±0.4 Be** 5.1±1.4 Fe 107±11 Nd 0.058±0.012 Th 0.032±0.011 Bi** 2.1±0.7 Gd 0.011±0.005 Ni 1.04±0.46 Ti 10.7±2.5 Br (1.7) Ge** 7±2 P* 0.302±0.077 Tl** 3.36±1.07 Ca* 0.30±0.03 Hg** 2.6±0.9 Pb 0.322±0.093 Tm** 0.63±0.23 Cd 0.017±0.006 Ho** 1.7±0.4 Pr 0.015±0.006 U 0.019±0.006 Ce 0.126±0.015 I (0.22) Rb 5.0±0.6 V 0.21±0.10 Cl* (0.098) K* 1.14±0.12 S* 0.53±0.10 Y 0.14±0.03 Co 0.062±0.011 La 0.075±0.011 Sb (0.015) Yb** 4.2±1.6 Cr 1.68±0.49 Li 0.16±0.04 Sc (0.10) Zn 18±2 Cs 0.015±0.006 Lu** 0.65±0.20 Se 0.04±0.01 油菜成分分析标准物质
(GBW10233)Ag** 4.4±1.0 Cu 2.72±0.62 Mg* 0.185±0.014 Si* (0.19) Al (447) Dy 0.03±0.01 Mn 30±4 Sm 0.045±0.016 As 0.16±0.03 Er 0.013±0.006 Mo 0.44±0.04 Sn 0.032±0.013 B 14.3±2.8 Eu** 9.7±1.4 N* 2.05±0.09 Sr 74±12 Ba 11.1±1.6 F 3.84± Na* 0.48±0.06 Tb** 5.3±0.9 Be** 9.7±1.4 Fe 267±39 Nd 0.23±0.11 Th 0.074±0.018 Bi** 6.5±1.2 Gd 0.040±0.013 Ni 1.26±0.30 Ti 22±3 Br (5.1) Ge** 7.8±2.3 P* 0.266±0.034 Tl 0.010±0.004 Ca* 0.86±0.08 Hg** 8±2 Pb 0.9±0.2 Tm** 1.8±0.6 Cd 0.17±0.03 Ho** 5±2 Pr 0.06±0.01 U 0.097±0.023 Ce 0.51±0.14 I (0.26) Rb 9±1 V 0.55±0.15 Cl* (0.63) K* 1.08±0.09 S* 0.31±0.07 Y 0.23±0.09 Co 0.13±0.03 La 0.27±0.07 Sb (0.017) Yb 0.011±0.005 Cr 3.6±0.6 Li 0.43±0.09 Sc (0.09) Zn 17±2 Cs 0.11±0.01 Lu** 1.7±0.5 Se 0.045±0.019 金针菇粉中元素成分分析标准物质
(GBW10247)Ag 0.019±0.004 Cu 6.8±0.6 Mg* 0.154±0.011 Si (441) Al* 0.017±0.006 Dy** 8.2±1.1 Mn 6±1 Sm** 11±2 As 0.25±0.03 Er** 4.2±0.5 Mo 0.049±0.012 Sn 0.024±0.009 B 7±1 Eu** 2.6±0.6 N* 2.48±0.06 Sr 2.8±0.3 Ba 1.5±0.3 F (1.95) Na 325±35 Tb** 1.43±0.18 Be** 5.1±1.7 Fe 174±14 Nd 0.06±0.01 Th 0.018▲(0.015~0.033) Bi** (1.9▲) Gd** 10.3±1.3 Ni 0.31±0.03 Ti (12) Br (5.6) Ge** 5.0±1.3 P* 0.493±0.032 Tl** 1.45±0.42 Ca 597±25 Hg 0.052±0.012 Pb 0.126±0.021 Tm** 0.58±0.11 Cd 0.033±0.006 Ho** 1.7±0.3 Pr 0.014±0.005 U** 7±2 Ce 0.117±0.015 I (0.3▲) Rb 16±1 V 0.24±0.03 Cl* (0.116) K* 2.89±0.23 S* 0.177±0.016 Y 0.15±0.03 Co 0.05±0.01 La 0.07±0.01 Sb 0.014±0.006 Yb** 3.5±0.4 Cr 0.75±0.10 Li 0.37±0.03 Sc (0.026) Zn 53±7 Cs 0.06±0.01 Lu** 0.6±0.1 Se 0.088±0.016 银耳粉中元素成分分析标准物质
(GBW10248)Ag** 2.8±0.5 Cu 0.8±0.1 Mg 313±18 Si* (0.019) Al (113) Dy** 1.8±0.3 Mn 3.1±0.3 Sm** 2.1±0.3 As 0.08±0.02 Er** 1.0±0.2 Mo 0.141±0.012 Sn (0.017) B 2.0±0.3 Eu** 0.55±0.12 N* 0.93±0.08 Sr 1.63±0.24 Ba 0.85±0.10 F (1.5) Na 418±32 Tb** 0.35±0.12 Be** 1.4±0.2 Fe 19±2 Nd 0.012±0.005 Th** 3.3±1.0 Bi** (0.8) Gd** 2.3±0.3 Ni 0.08±0.02 Ti (0.65▲) Br (2.3) Ge** 1.23±0.18 P* 0.225±0.023 Tl** 0.35±0.14 Ca 227±20 Hg** (3.3) Pb 0.041±0.011 Tm** 0.16±0.04 Cd 0.032±0.007 Ho** 0.42±0.17 Pr** 3.2±0.5 U** 2.1±0.6 Ce 0.018±0.006 I (0.27) Rb 8±1 V (0.030) Cl* (0.043) K* 1.08±0.08 S 722±53 Y 0.23±0.08 Co** 7±2 La 0.022±0.008 Sb** 5±2 Yb** 0.92±0.21 Cr (0.2) Li 0.14±0.02 Sc** (7) Zn 17±2 Cs 0.048±0.006 Lu** 0.17±0.04 Se 0.026±0.010 藕粉中元素成分分析标准物质
(GBW10249)Ag** 2.5 ±0.9 Cu 1.92±0.22 Mg 297±18 Si (62) Al (98) Dy** 0.53±0.18 Mn 13.4±1.5 Sm** 0.72±0.11 As 0.11±0.02 Er** 0.3±0.1 Mo 0.34±0.03 Sn** (10.1) B 2.0±0.3 Eu** 0.43±0.14 N* 0.91±0.08 Sr 3.3±0.2 Ba 1.3±0.2 F (1.7) Na 330±21 Tb** 0.108±0.021 Be** 0.55±0.16 Fe 14.5±2.4 Nd** 4.0±0.8 Th** (2.5) Bi** (0.76) Gd** 0.8±0.2 Ni 0.21±0.03 Ti (1.7) Br (1.8) Ge** 1.54±0.28 P* 0.113±0.008 Tl** 0.53±0.13 Ca 475±31 Hg** 5.5±1.4 Pb 0.034±0.013 Tm** 0.049±0.015 Cd** 9±1 Ho** 0.11±0.04 Pr** 1.1±0.3 U 0.016±0.004 Ce** 8.9±1.1 I (0.23) Rb 3.12±0.16 V (0.033) Cl* (0.07) K* 0.25±0.02 S* 0.077±0.010 Y 0.18±0.07 Co 0.019±0.007 La (0.011) Sb** (4.3) Yb** 0.22±0.07 Cr (0.13) Li 0.03±0.01 Sc** (5.7) Zn 10±2 Cs** 4.4±0.8 Lu** 0.04±0.01 Se 0.033±0.012 山楂粉中元素成分分析标准物质
(GBW10250)Ag** 3±1 Cu 3.6±0.3 Mg 711±32 Si 785±182 Al* 0.018±0.006 Dy** 10±2 Mn 11±2 Sm 0.013±0.006 As 0.05±0.01 Er** 4.8±0.5 Mo 0.03±0.01 Sn 0.056±0.013 B 29±4 Eu** 5±1 N* 0.45±0.05 Sr 7.1±1.1 Ba 12±2 F (1.2) Na 46±8 Tb** 1.8±0.4 Be** 6.0±1.2 Fe 211±27 Nd 0.07±0.01 Th 0.024±0.004 Bi** 4.2±1.1 Gd 0.013±0.005 Ni 1.24±0.21 Ti 8±1 Br (2.6) Ge** 5.7±1.2 P* 0.08±0.01 Tl** 3.88±0.93 Ca* 0.29±0.03 Hg** 4.7±1.2 Pb 0.57±0.14 Tm** 0.68±0.16 Cd 0.03±0.01 Ho** 1.74±0.34 Pr (0.02) U** 5.0±1.2 Ce 0.16±0.03 I (0.25) Rb 12±1 V (0.21) Cl* 0.014 K* 0.74±0.13 S* 0.068±0.011 Y 0.17±0.03 Co 0.20±0.03 La 0.10±0.02 Sb 0.021±0.009 Yb** 4.1±0.5 Cr 3.0±0.5 Li 0.19±0.05 Sc 0.03±0.01 Zn 133±11 Cs 0.08±0.02 Lu** 0.6±0.2 Se 0.03±0.01 三七粉中元素成分分析标准物质
(GBW10251)Ag** 4±1 Cu 4.5±0.9 Mg* 0.140±0.017 Si* 0.134±0.036 Al* 0.072±0.011 Dy 0.078±0.012 Mn 45±7 Sm 0.105±0.011 As 0.76±0.14 Er 0.04±0.01 Mo 0.09±0.02 Sn 0.039±0.014 B 17±2 Eu 0.024±0.007 N* 1.338±0.092 Sr 13±3 Ba 16±2 F (3) Na 70±8 Tb 0.014±0.004 Be 0.022±0.004 Fe 552±63 Nd 0.56±0.10 Th 0.113±0.029 Bi** 7±1 Gd 0.112±0.016 Ni 2.2±0.3 Ti (28) Br (2.4) Ge (0.013) P* 0.203±0.038 Tl 0.042±0.008 Ca* 0.245±0.040 Hg 0.023±0.008 Pb 0.7±0.1 Tm** 5.5±0.9 Cd 0.311±0.022 Ho 0.015±0.006 Pr 0.14±0.02 U 0.04±0.01 Ce 1.36±0.17 I (0.20) Rb 9.5±0.7 V 1.9±0.7 Cl* (0.022) K* 1.317±0.086 S* 0.10±0.01 Y 0.66±0.09 Co 0.55±0.07 La 0.7±0.1 Sb 0.11±0.05 Yb 0.034±0.009 Cr 2.12±0.34 Li 0.45±0.12 Sc 0.16±0.07 Zn 13.8±1.1 Cs 0.129±0.023 Lu** 5.3±1.0 Se 0.024±0.008 茉莉花成分分析标准物质
(GBW10234)Ag (0.011) Cu 8.0±1.1 Mg* 0.199±0.035 Si* (0.21) Al* 0.035±0.006 Dy 0.03±0.01 Mn 101±10 Sm 0.041±0.015 As 0.5±0.1 Er 0.015±0.006 Mo 0.41±0.06 Sn 0.14±0.04 B 34±3 Eu** 9.2±1.4 N* 2.86±0.21 Sr 9.7±1.1 Ba 7.8±1.3 F 6.9±1.3 Na 94±11 Tb** 5.4±1.0 Be 0.013±0.004 Fe* 0.14±0.02 Nd 0.24±0.04 Th 0.07±0.02 Bi** 8±2 Gd 0.04±0.01 Ni 1.53±0.19 Ti 25±6 Br (3.7) Ge 0.017±0.007 P* 0.33±0.04 Tl 0.16±0.04 Ca* 0.673±0.044 Hg** 9.7±1.6 Pb 1.65±0.21 Tm** 2.22±0.31 Cd 0.42±0.04 Ho** 6±1 Pr 0.062±0.008 U 0.022±0.007 Ce 0.56±0.17 I (0.37▲) Rb 33±2 V 1.22±0.14 Cl* (.07) K* 2.36±0.34 S* 0.29±0.04 Y 0.28±0.04 Co 0.32±0.06 La 0.39±0.07 Sb 0.066±0.024 Yb 0.013±0.005 Cr 2.24±0.31 Li 0.41±0.07 Sc 0.086±0.012 Zn 49±6 Cs 0.34±0.02 Lu** 1.95±0.40 Se 0.13±0.02 注：加“*”含量单位为10-2，加“**”含量单位为10-9；括号内数据为信息值，▲为中位值，其后为置信限。
下载: 导出CSV
-
[1] 凤星宇. 我国土壤环境调查、评价与监测[J]. 科技创新与应用, 2019(4): 61-62. doi: 10.3969/j.issn.2095-2945.2019.04.028 Feng X Y. Investigation, assessment and monitoring of soil environment in China[J]. Technology Innovation and Application, 2019(4): 61-62. doi: 10.3969/j.issn.2095-2945.2019.04.028
[2] 成瑾, 袁旭音, 章海燕, 等. 云贵地区磷矿分布区农田土壤重金属污染特征及对农产品质量的影响[J]. 生态与农村环境学报, 2021, 37(5): 636-643. doi: 10.19741/j.issn.1673-4831.2020.0818 Cheng J, Yuan X Y, Zhang H Y, et al. Characteristics of heavy metal pollution in soils of Yunnan—Guizhou phosphate ore areas and their effects on quality of agricultural products[J]. Journal of Ecology and Rural Environment, 2021, 37(5): 636-643. doi: 10.19741/j.issn.1673-4831.2020.0818
[3] 韦业川, 张新英, 秦贱荣, 等. 广西铅锌矿企业周边农产品重金属污染及健康风险评估[J]. 南宁师范大学学报(自然科学版), 2020, 37(1): 81-85. https://www.cnki.com.cn/Article/CJFDTOTAL-GXSZ202001016.htm Wei Y C, Zhang X Y, Qin J R, et al. Heavy metal pollution and health risk assessment of agricultural products around lead-zinc mining industries in Guangxi[J]. Journal of Nanning Normal University (Natural Science Edition), 2020, 37(1): 81-85. https://www.cnki.com.cn/Article/CJFDTOTAL-GXSZ202001016.htm
[4] 吴娟娟, 朱斌, 史娟, 等. 药用植物种植与生产地重金属污染分析与评价[J]. 西北农林科技大学学报(自然科学版), 2022, 50(2): 103-114. doi: 10.13207/j.cnki.jnwafu.2022.02.012 Wu J J, Zhu B, Shi J, et al. Analysis and evaluation of soil heavy metal pollution in planting and production areas of medicinal plants[J]. Journal of Northwest A & F University (Natural Science Edition), 2022, 50(2): 103-114. doi: 10.13207/j.cnki.jnwafu.2022.02.012
[5] 鲍丽萍, 陈芸, 杨海博, 等. 鄂西北稀土矿区粮食与蔬菜中重金属污染风险评价[J]. 食品安全质量检测学报, 2022, 13(15): 5062-5069. doi: 10.3969/j.issn.2095-0381.2022.15.spaqzljcjs202215038 Bao L P, Chen Y, Yang H B, et al. Risk assessment of heavy metal pollution in grains and vegetables in rare earth mining areas in northwestern Hubei[J]. Journal of Food Safety & Quality, 2022, 13(15): 5062-5069. doi: 10.3969/j.issn.2095-0381.2022.15.spaqzljcjs202215038
[6] 施姜丹, 史可欣, 黄雨佳, 等. 中国大米和蔬菜重金属/类金属污染及其健康风险[J]. 环境卫生学杂志, 2022, 12(7): 479-487. doi: 10.13421/j.cnki.hjwsxzz.2022.07.002 Shi J D, Shi K X, Huang Y J, et al. Heavy metal and metalloid contamination of rice and vegetables and their health risk in China[J]. Journal of Environmental Hygiene, 2022, 12(7): 479-487. doi: 10.13421/j.cnki.hjwsxzz.2022.07.002
[7] Ahiakwo B O, Kingsley C. Heavy metals contamination and potential human health risk via consumption of vegetables from selected communities in ONELGA, Rivers State, Nigeria[J]. European Journal of Nutrition & Food Safety, 2019, 9(2): 134-151.
[8] Rose M, Julius K, Stephen N, et al. Heavy metal contamination of water, soil and vegetables in urban streams in Machakos Municipality, Kenya[J]. Scientific African, 2020, 9: e00539. doi: 10.1016/j.sciaf.2020.e00539
[9] 孙帅, 耿柠波, 郭崔崔, 等. 我国东部沿海地区蔬菜中重金属累积分布特征及居民膳食暴露评估[J]. 环境科学, 2021, 42(11): 5519-5525. https://www.cnki.com.cn/Article/CJFDTOTAL-HJKZ202111050.htm Sun S, Geng N B, Guo C C, et al. Accumulation characteristics and dietary exposure estimation of heavy metals in vegetables from the eastern coastal region of China[J]. Environmental Science, 2021, 42(11): 5519-5525. https://www.cnki.com.cn/Article/CJFDTOTAL-HJKZ202111050.htm
[10] 郭巨先, 罗文龙, 符梅, 等. 基施富硒肥对菜薹生长和营养元素的影响[J]. 中国农学通报, 2020, 36(28): 52-56. doi: 10.11924/j.issn.1000-6850.casb2020-0022 Guo J X, Luo W L, Fu M, et al. Effects of basal application of selenium-enriched fertilizer on growth and nutrient elements' content of Chinese flowering cabbage[J]. Chinese Agricultural Science Bulletin, 2020, 36(28): 52-56. doi: 10.11924/j.issn.1000-6850.casb2020-0022
[11] 邹小智, 康德灿, 罗佳, 等. 食药用菌富硒食品的研发概况[J]. 食用菌, 2022, 44(3): 1-3, 8. https://www.cnki.com.cn/Article/CJFDTOTAL-SIYJ202203001.htm Zou X Z, Kang D C, Luo J, et al. Research and development of edible and medicinal mushroom selenium-enriched food[J]. Edible Fungi, 2022, 44(3): 1-3, 8. https://www.cnki.com.cn/Article/CJFDTOTAL-SIYJ202203001.htm
[12] 夏炎, 宋延斌, 侯进凯, 等. 河南洛阳市土壤和农作物中钼分布规律与影响因素研究[J]. 岩矿测试, 2021, 40(6): 820-832. doi: 10.15898/j.cnki.11-2131/td.202104130052 Xia Y, Song Y B, Hou J K, et al. Distribution law and influencing factors of molybdenum in soils and crops in Luoyang, Henan Province[J]. Rock and Mineral Analysis, 2021, 40(6): 820-832. doi: 10.15898/j.cnki.11-2131/td.202104130052
[13] Li A R, Qiao X X, Ji H W, et al. Investigation report on the effects of selenium on human health in Guanzhong area[J]. IOP Conference Series: Earth and Environmental Science, 2020, 514(5): 052029.
[14] 赵方慧, 李大鹏, 汪聪, 等. 我国富硒产品认证发展现状与对策建议[J]. 安徽农业科学, 2019, 47(3): 262-264, 267. https://www.cnki.com.cn/Article/CJFDTOTAL-AHNY201903079.htm Zhao F H, Li D P, Wang C, et al. The current situation and countermeasures of selenium-enriched products certification in China[J]. Journal of Anhui Agricultural Sciences, 2019, 47(3): 262-264, 267. https://www.cnki.com.cn/Article/CJFDTOTAL-AHNY201903079.htm
[15] 蒋慧颖, 马玉仙, 黄建锋, 等. 茉莉花茶保健功效及相关保健产品研究现状[J]. 山西农业大学学报(自然科学版), 2016, 36(8): 604-608. https://www.cnki.com.cn/Article/CJFDTOTAL-SXNY201608016.htm Jiang H Y, Ma Y X, Huang J F, et al. The research status of Jasmine tea health care efficacy and related health care products[J]. Journal of Shanxi Agricultural University (Natural Science Edition), 2016, 36(8): 604-608. https://www.cnki.com.cn/Article/CJFDTOTAL-SXNY201608016.htm
[16] 林洁, 赵致, 罗春丽, 等. 三七矿质营养元素的分布特征[J]. 山地农业生物学报, 2020, 39(2): 69-74. https://www.cnki.com.cn/Article/CJFDTOTAL-SDNS202002011.htm Lin J, Zhao Z, Luo C L, et al. Distribution characteristics of mineral nutrients in Panax notoginseng[J]. Journal of Mountain Agriculture and Biology, 2020, 39(2): 69-74. https://www.cnki.com.cn/Article/CJFDTOTAL-SDNS202002011.htm
[17] 兰丽平. ICP-MS法测定植物性保健品中十六种稀土元素[J]. 海峡药学, 2017, 29(10): 53-56. https://www.cnki.com.cn/Article/CJFDTOTAL-HAIX201710021.htm Lan L P. ICP-MS method for determination of 16 kinds of rare earth elements in plant health products[J]. Strait Pharmaceutical Journal, 2017, 29(10): 53-56. https://www.cnki.com.cn/Article/CJFDTOTAL-HAIX201710021.htm
[18] 吴振宇, 刘璐莹, 艾林芳. 用微波消解-ICP-MS法同时测定中药中16种稀土元素[J]. 湿法冶金, 2022, 41(3): 278-281. https://www.cnki.com.cn/Article/CJFDTOTAL-SFYJ202203017.htm Wu Z Y, Liu L Y, Ai L F. Simultaneous determination of 16 rare earth elements in traditional Chinese Medicine by microwave digestion-ICP-MS[J]. Hydrometallurgy of China, 2022, 41(3): 278-281. https://www.cnki.com.cn/Article/CJFDTOTAL-SFYJ202203017.htm
[19] 李秀琴, 逯海, 李红梅, 等. 食品安全化学计量技术与标准物质发展[J]. 食品安全质量检测学报, 2018, 9(15): 3891-3896. https://www.cnki.com.cn/Article/CJFDTOTAL-SPAJ201815003.htm Li X Q, Lu H, Li H M, et al. Development of food safety chemical metrology technology and standard material[J]. Journal of Food Safety and Quality Inspection, 2018, 9(15): 3891-3896. https://www.cnki.com.cn/Article/CJFDTOTAL-SPAJ201815003.htm
[20] 刘素丽, 王宏伟, 赵梅, 等. 食品中基体标准物质研究进展[J]. 食品安全质量检测学报, 2019, 10(1): 8-13. https://www.cnki.com.cn/Article/CJFDTOTAL-SPAJ201901003.htm Liu S L, Wang H W, Zhao M, et al. Research progress of matrix reference materials for food[J]. Journal of Food Safety and Quality, 2019, 10(1): 8-13. https://www.cnki.com.cn/Article/CJFDTOTAL-SPAJ201901003.htm
[21] 倪晓丽. 生物标准物质的研制现状及展望[J]. 中国计量, 1999(12): 47-48. https://www.cnki.com.cn/Article/CJFDTOTAL-JILA199912034.htm Ni X L. Development status and prospect of biological reference materials[J]. China Metrology, 1999(12): 47-48. https://www.cnki.com.cn/Article/CJFDTOTAL-JILA199912034.htm
[22] 郭玲玲, 徐慧, 匡华. 食品安全检测基体标准物质研究进展[J]. 食品与生物技术学报, 2022, 41(7): 71-83. https://www.cnki.com.cn/Article/CJFDTOTAL-WXQG202207006.htm Guo L L, Xu H, Kuang H. Research progress in matrix reference materials for food safety detection[J]. Journal of Food Science and Biotechnology, 2022, 41(7): 71-83. https://www.cnki.com.cn/Article/CJFDTOTAL-WXQG202207006.htm
[23] 高雅晓玲. 不同土壤类型中大豆的产量与品质对增温的响应[D]. 南京: 南京信息工程大学, 2021. Gao Y X L. Response of soybean yield and quality to temperature enhancement in different soil types[D]. Nanjing: Nanjing University of Information Science and Technology, 2021.
[24] 吴启堂, 王广寿, 谭秀芳, 等. 不同水稻、菜心品种和化肥形态对作物吸收累积镉的影响[J]. 华南农业大学学报, 1994(4): 1-6. https://www.cnki.com.cn/Article/CJFDTOTAL-HNNB404.000.htm Wu Q T, Wang G S, Tan X F, et al. Effect of crop cultivars and chemical fertilizers on the cadmium accumulation in plants[J]. Journal of South China Agricultural University, 1994(4): 1-6. https://www.cnki.com.cn/Article/CJFDTOTAL-HNNB404.000.htm
[25] 李垄清, 吴正云, 张强, 等. 气候变化对作物矿质元素利用率影响研究进展[J]. 生态学报, 2014, 34(5): 1053-1060. https://www.cnki.com.cn/Article/CJFDTOTAL-STXB201405002.htm Li L Q, Wu Z Y, Zhang Q, et al. State-of-the-art review of the impact of climatic change on bioavailability of mineral elements in crops[J]. Acta Ecologica Sinica, 2014, 34(5): 1053-1060. https://www.cnki.com.cn/Article/CJFDTOTAL-STXB201405002.htm
[26] 杨榕, 顾铁新, 潘含江, 等. GBW10010a大米标准物质复(研)制及数据特征[J]. 岩矿测试, 2020, 39(6): 866-877. doi: 10.15898/j.cnki.11-2131/td.202005210073 Yang R, Gu T X, Pan H J, et al. Preparation of reference materials GBW10010a for rice component and data characteristics[J]. Rock and Mineral Analysis, 2020, 39(6): 866-877. doi: 10.15898/j.cnki.11-2131/td.202005210073
[27] 王瑾, 田有国, 徐晶莹, 等. 化肥成分分析系列标准物质研制[J]. 中国无机分析化学, 2022, 12(1): 178-192. https://www.cnki.com.cn/Article/CJFDTOTAL-WJFX202201028.htm Wang J, Tian Y G, Xu J Y, et al. Development of certified reference materials for the chemical composition of chemical fertilizers[J]. Chinese Journal of Inorganic Analytical Chemistry, 2022, 12(1): 178-192. https://www.cnki.com.cn/Article/CJFDTOTAL-WJFX202201028.htm
[28] 鄢明才, 顾铁新, 程志中. 地球化学标准物质的研制与应用[J]. 物探化探计算技术, 2007, (S1): 257-261. https://www.cnki.com.cn/Article/CJFDTOTAL-WTHT2007S1058.htm Yan M C, Gu T X, Cheng Z Z. Development and application of geochemical reference standards[J]. Geophysical and Geochemical Exploration Computing Technology, 2007, (S1): 257-261. https://www.cnki.com.cn/Article/CJFDTOTAL-WTHT2007S1058.htm
[29] 刘亚轩, 李晓静, 白金峰, 等. 植物样品中无机元素分析的样品前处理方法和测定技术[J]. 岩矿测试, 2013, 32(5): 681-693. http://www.ykcs.ac.cn/cn/article/id/be7f4a99-23f3-461f-bea1-ac90d0835111 Liu Y X, Li X J, Bai J F, et al. Sample pretreatment method and determination technique for analysis of inorganic elements in plant samples[J]. Rock and Mineral Analysis, 2013, 32(5): 681-693. http://www.ykcs.ac.cn/cn/article/id/be7f4a99-23f3-461f-bea1-ac90d0835111
[30] 刘亚轩, 张勤, 黄珍玉, 等. ICP-MS法测定地球化学样品中As、Cr、Ge、V等18种微量痕量元素的研究[J]. 化学世界, 2006(1): 16-20. https://www.cnki.com.cn/Article/CJFDTOTAL-HXSS200601006.htm Liu Y X, Zhang Q, Huang Z Y, et al. Study on determination of 18 trace elements including As, Cr, Ge, V in geochemical samples by ICP-MS[J]. World of Chemistry, 2006(1): 16-20. https://www.cnki.com.cn/Article/CJFDTOTAL-HXSS200601006.htm
[31] 赵红坤, 于阗, 肖志博, 等. 粉末压片-X射线荧光光谱法在地球化学标准物质均匀性检验中的应用研究[J]. 光谱学与光谱分析, 2021, 41(3): 755-762. https://www.cnki.com.cn/Article/CJFDTOTAL-GUAN202103015.htm Zhao H K, Yu T, Xiao Z B, et al. Application of powder tableting-X-ray fluorescence spectroscopy in the uniformity test of geochemical reference standards[J]. Spectroscopy and Spectral Analysis, 2021, 41(3): 755-762. https://www.cnki.com.cn/Article/CJFDTOTAL-GUAN202103015.htm
[32] 袁建, 王亚平, 许春雪, 等. 北京市重金属污染土壤成分分析标准物质研制[J]. 安徽农业科学, 2021, 49(17): 5-10. https://www.cnki.com.cn/Article/CJFDTOTAL-AHNY202117002.htm Yuan J, Wang Y P, Xu C X, et al. Preparation of heavy metal contaminated soil reference materials of Beijing for chemical composition analysis[J]. Journal of Anhui Agricultural Sciences, 2021, 49(17): 5-10. https://www.cnki.com.cn/Article/CJFDTOTAL-AHNY202117002.htm
[33] 全国标准物质管理委员会. 标准物质定值原则和统计学原理[M]. 北京: 中国质检出版社, 2011. National Reference Materials Management Committee. Principles for reference materials and statistics[M]. Beijing: Quality Inspection of China Press, 2011.
[34] 杨榕, 尹刚伟, 张菊霞, 等. 痕量金及金矿石标准物质复制[J]. 岩矿测试, 2021, 40(5): 751-762. doi: 10.15898/j.cnki.11-2131/td.202106110005 Yang R, Yin G W, Zhang J X, et al. Preparation of trace gold and gold ore reference materials[J]. Rock and Mineral Analysis, 2021, 40(5): 751-762. doi: 10.15898/j.cnki.11-2131/td.202106110005
-
期刊类型引用(10)
1. 乔柱，王恒，苏明跃，赵秀荣，张萍萍，王永红. 质量吸收系数修正-X射线衍射外标法定量分析氧化铁皮中4种物相. 冶金分析. 2024(07): 55-61 . 
百度学术
2. 李磊，张青，范慧，阳珊，遇祯. 土壤中高岭石的X射线衍射全谱拟合定量分析方法研究. 安徽地质. 2023(03): 282-287 . 百度学术
3. 张启燕，史维鑫，刘晓，回广骥，原春雨. 高光谱扫描在碳酸盐岩矿物组成分析中的应用. 岩矿测试. 2022(05): 815-825 . 本站查看
4. 赵彦钊，呼浩，杨崔月，胡智敏，李晋东，殷海荣. 锂电池正极材料烧成用匣钵物相的半定量分析. 陕西科技大学学报. 2021(05): 126-130+145 . 百度学术
5. 徐速，戴苏兰，石小平，陈大鹏，曲蔚，罗琴凤，夏玉梅. 碧石的宝石学分类及定义界定初探. 矿物岩石. 2021(04): 1-13 . 百度学术
6. 温利刚，贾木欣，王清，付强，赵建军. 自动矿物学:Ⅰ.技术进展与应用. 中国矿业. 2020(S1): 341-349 . 百度学术
7. 徐颖，邓利蓉，芦玉峰，左联，杜广报. 热处理对柯尔碱膨润土微观结构和物化性能的影响. 岩矿测试. 2019(03): 280-287 . 本站查看
8. 郑建国，于南树，刘永秀，胡善明，胡兆平. 利用磷尾矿合成新型缓释肥料聚磷酸钙镁的试验研究. 化工矿物与加工. 2019(07): 64-67+71 . 百度学术
9. 冉敬，郭创锋，杜谷，王凤玉. X射线衍射全谱拟合法分析蓝晶石的矿物含量. 岩矿测试. 2019(06): 660-667 . 本站查看
10. 陈乐，赵昕，游翠纯，朱肖峰. 金红石晶种的X射线衍射分析及其转化率测定. 分析测试技术与仪器. 2018(04): 236-240 . 百度学术
其他类型引用(4)
计量
- 文章访问数: 170
- HTML全文浏览量: 32
- PDF下载量: 34
- 被引次数: 14
京公网安备 11010202008159号