• 中文核心期刊
  • 中国科技核心期刊
  • CSCD来源期刊
  • DOAJ 收录
  • Scopus 收录
高级搜索

全氟烷基和多氟烷基物质检测与筛查技术研究进展

刘雪松, 张涛, 陶艳秋, 吕永高

刘雪松，张涛，陶艳秋，等. 全氟烷基和多氟烷基物质检测与筛查技术研究进展[J]. 岩矿测试，2025，44（3）：1−16. DOI: 10.15898/j.ykcs.202408120172
引用本文: 刘雪松，张涛，陶艳秋，等. 全氟烷基和多氟烷基物质检测与筛查技术研究进展[J]. 岩矿测试，2025，44（3）：1−16. DOI: 10.15898/j.ykcs.202408120172
shu
LIU Xuesong，ZHANG Tao，TAO Yanqiu，et al. Research Progress on Detection and Screening Techniques for Perfluoroalkyl and Polyfluoroalkyl Substances[J]. Rock and Mineral Analysis，2025，44（3）：1−16. DOI: 10.15898/j.ykcs.202408120172
Citation: LIU Xuesong，ZHANG Tao，TAO Yanqiu，et al. Research Progress on Detection and Screening Techniques for Perfluoroalkyl and Polyfluoroalkyl Substances[J]. Rock and Mineral Analysis，2025，44（3）：1−16. DOI: 10.15898/j.ykcs.202408120172
shu

全氟烷基和多氟烷基物质检测与筛查技术研究进展

  • 中国地质调查局水文地质环境地质调查中心，天津 300300

基金项目: 中国地质调查局地质调查项目(DD20242422)
详细信息
    作者简介:

    刘雪松，硕士，正高级工程师，研究方向为土壤与地下水环境调查与评价。E-mail：26426556@qq.com

  • 中图分类号: S147.2；O657.63

Research Progress on Detection and Screening Techniques for Perfluoroalkyl and Polyfluoroalkyl Substances

  • Center for Hydrogeology and Environmental Geology Survey, China Geology Survey, Tianjin 300304, China

摘要

    摘要
  • 摘要:

    全氟烷基和多氟烷基物质(PFAS)是具有广泛工业和商业应用的人造化学品，在地表水、地下水、土壤和沉积物中普遍存在。PFAS因其毒性和生物累积性而受到全球关注，其精准识别和定量对于污染防治意义重大。本文综述了环境中PFAS的前处理环节、检测技术及筛查方法的最新研究进展，重点介绍了PFAS溶剂萃取、固相萃取方法的优缺点及适用条件，并对高效富集前处理技术作了适当论述。色谱-质谱联用是PFAS分析主流检测技术，尤其是高效色谱-质谱联用和超高效液相色谱-质谱联用是未来PFAS量化检测的发展方向，检出限已低至0.01ng/L。总结了国内外已发布的量化检测标准及其关键指标特征，探讨了靶向与非靶向筛查的优缺点及适用场景，指出高分辨率质谱法(HRMS)和PFAS总量分析是未来非靶向筛查的重要发展方向，建议通过开发总有机氟快速筛查工具，以及研发适用于不同样品基质的前处理技术，为今后多元环境中PFAS的准确识别和快速量化提供参考。

     

    要点

    (1) PFAS前处理技术日趋成熟，但在消除杂质干扰，同时减少分析物损失方面还有待提升；

    (2)当前检测标准仅能准确量化数十种已知PFAS，对于大量未知PFAS仍不能准确量化表达，需加大检测技术标准研究和标准物质研制；

    (3)非靶向筛查是鉴定未知PFAS的重要方法，开发一种能够表征串联HRMS数据中已知和未知PFAS的全面自动化技术是未来非靶向筛查的发展方向。

    HIGHLIGHTS

    (1) PFAS pre-processing technology is becoming increasingly mature, but there is still room for improvement in eliminating impurity interference and reducing analyte loss。

    (2) The current detection standards can only accurately quantify dozens of known PFAS, and for a large number of unknown PFAS, it is difficult to be quantified accurately. It is necessary to increase research on detection technology and the development of standard reference materials.

    (3) Non targeted screening is an important method for identifying unknown PFAS, and developing a comprehensive automated technology that can characterize known and unknown PFAS in tandem HRMS data is the future direction of non targeted screening development.

    Abstract:

    Perfluoroalkyl and polyfluoroalkyl substances (PFAS) are synthetic chemicals widely present in water and soil media with industrial and commercial applications. PFAS has attracted global attention due to its toxicity and bioaccumulation, and its precise identification and quantitative detection are of great significance for pollution prevention and control. This article reviews the latest research progress on pre-treatment methods, detection techniques, and screening methods for PFAS in different media. Analyzed the advantages, disadvantages, and development directions of mainstream extraction techniques and detection methods for PFAS. The system summarizes quantifiable detection standards and key indicator characteristics at home and abroad, explores the advantages, disadvantages, and applicable scenarios of targeted and non targeted screening methods, and focuses on analyzing the characteristics and development prospects of two non targeted screening technologies, high-resolution mass spectrometry (HRMS) and total PFAS analysis. It is recommended to develop a rapid screening tool for total organic fluorine, develop pre-treatment techniques suitable for different sample matrices, and enrich the PFAS database to provide reference for accurate identification and rapid quantification of PFAS in diverse environments in the future.

     

    BRIEF REPORT 

    Perfluoroalkyl and polyfluoroalkyl substances (PFAS) are synthetic chemicals with wide industrial and commercial applications. They enter environmental media such as water，soil，and gas through food packaging，textiles，cosmetics，and fire-fighting equipment containing PFAS，and are commonly present in surface water，groundwater，soil，and sediments. PFAS has strong chemical inertness and high temperature resistance. In addition，PFAS has also received global attention due to its toxicity and bioaccumulation. The above characteristics determine that once PFAS enters the environment，it is difficult to eliminate naturally and exists in soil，water bodies，and atmosphere for a long time，causing great harm to the ecological environment and posing a long-term threat to the ecosystem.

    　　This article starts with the pre-treatment technology，detection technology，screening methods，and standards of PFAS from the perspectives of identification，quantification，and standardization. It tracks and understands the development level and research progress of PFAS detection and analysis technology at home and abroad，comprehensively analyzes and compares the advantages and disadvantages of sample pre-treatment technology，analysis and detection technology，and screening methods，provides method reference and technical reference for the accurate quantification and rapid identification of PFAS，and provides technical support and data basis for its pollution prevention and harmless treatment.

    1. PFAS analysis sample pretreatment technology

    The pre-treatment stage of PFAS samples mainly uses solvent extraction technology and solid-phase extraction technology. Solvent extraction techniques include Soxhlet extraction，pressurized liquid extraction (PLE)，liquid-liquid extraction (LLE)，dispersed liquid-liquid microextraction (DLLME)，and ion pair extraction (IPE). Solid phase extraction techniques mainly include SPE column extraction，solid-phase microextraction (SPME)，and dispersed solid-phase extraction (DSPE). Different extraction techniques have different principles，and their applicability and recovery rates also vary. By comprehensively utilizing different extraction techniques，FPAS substances can be extracted and separated from samples in different media such as water，soil，and gas，with recovery rates generally ranging from 80% to 145%. In addition to the traditional pretreatment techniques mentioned above，this article also introduces some other simple and effective pretreatment methods for enriching PFAS.

    2. PFAS analysis sample analysis and detection technology

    　　PFAS mainly uses separation and physical analysis methods，among which gas chromatography-mass spectrometry and liquid chromatography-mass spectrometry are the most commonly used techniques for separation and fractionation in PFAS analysis. Generally speaking，PFAS can be determined by GC-MS using electron ionization (EI)，negative ion chemical ionization (NICI)，or chemical ionization (CI) under selected ion monitoring modes. The determination of PFAS by gas chromatography-mass spectrometry has the characteristics of easy operation，high sensitivity，and good precision，which can meet the determination needs of perfluorinated compounds in various media. Liquid chromatography tandem mass spectrometry combines the advantages of chromatography and mass spectrometry，and can effectively perform qualitative and quantitative analysis on various substances with high boiling points and poor thermal stability. The main methods of liquid chromatography-mass spectrometry include liquid chromatography-mass spectrometry (LC-MS)，high-performance liquid chromatography tandem mass spectrometry (HPLC-MS/MS)，ultra-high performance liquid chromatography tandem mass spectrometry (UPLC-MS/MS)，etc. Among them，HPLC-MS/MS and UPLC-MS/MS have been extensively studied for the application of PFAS，with high sensitivity and a detection limit as low as 0.01ng/L. In addition to the traditional detection methods mentioned above，matrix assisted laser desorption/ionization imaging mass spectrometry (MALDI-IMS) is mainly used for in-situ detection and imaging of perfluorooctane sulfonic acid，without involving several complex preparation procedures or introducing contamination. Dielectric barrier discharge ionization mass spectrometry (DBDI-MS) is used to analyze PFOA in water samples without the need for sample preparation and chromatography.

    3. PFAS screening method

    　　PFAS belongs to a vast chemical category，comprising over 4700 different compounds with various chemical compositions，molecular weights，functional groups，and fluorine contents，but most quantitative studies only focus on a small subset of them. The PFAS testing standards released by European and American countries and organizations are targeted screening methods that have been validated by multiple laboratories to accurately quantify some PFAS. Targeted screening methods mainly focus on a few PFAS such as PFOA and PFOS (usually with far less than 50 analytes). For unknown PFAS with uncertain standard curves，non targeted screening methods are more important. Currently，non targeted screening methods mainly include PFAS total analysis and high-resolution mass spectrometry chromatography. The PFAS total amount analysis method uses combustion ion chromatography (CIC) and total oxidizable precursor (TOP) determination to quantitatively analyze the total amount of PFAS in the sample，in order to determine the degree of contamination of the sample and its impact on the environment and human health; High resolution mass spectrometry chromatography is mainly used for screening and identifying suspicious or unknown organic fluorine compounds to guide the development of new detection technology standards for quantitative detection of unknown PFAS.

    4. Conclusion and Prospect

    　　The advancement of pre-treatment methods and detection technologies for PFAS，especially the development and comprehensive application of non targeted screening techniques，suspected screening techniques，and high-resolution mass spectrometry detection techniques，has promoted the quantification and identification of more peak values in PFAS spectra. The detection range of PFAS types is becoming wider and wider，providing data basis and technical support for more PFAS to enter the list of quantitative detection standards. While PFAS detection technology has made progress，it still faces the following challenges: (1) There are many types of PFAS with similar structures but significant differences in physical and chemical properties，which increases the difficulty of accurate identification and quantitative detection. (2) PFAS is at a trace level in the medium，and improving pre-treatment and analytical detection techniques to identify and quantify lower levels of PFAS will be the key to future technological advancements. (3) Lack of PFAS detection methods and equipment that can be used for rapid on-site identification.

    • HTML全文

  • 地下水是水资源的重要组成成分［1］，然而，随着人类社会的发展，部分城市工业废水、城市污水过度排放。一些地区地下水开采严重，地下水环境已经成为影响饮用水安全的重要因素［2］。据了解，中国华北平原不宜饮用(Ⅳ类水和Ⅴ类水)的浅层地下水资源占总资源量的77.79%［3］。金属具有不可降解、潜伏期长、毒性强等特点［4］，即使含量很低，但也会影响地下水环境质量，进而通过饮水、皮肤接触等途径进入人体，诱发神经性中毒、皮肤病、贫血等多类疾病［5-6］。地下水中金属元素受多种因素影响，其中人类活动是影响金属含量的主要因素［7］，工业活动、农业活动、城市污水的排放等都会导致地下水中金属污染的日益加重［8-9］。因此，分析地下水环境中金属元素的来源及其对人体健康造成的危害可以为研究区地下水的污染防治工作提供科学依据。

    环境健康风险评价是指针对环境污染对人体健康产生的危害程度的评价［10］。国际上环境健康风险评价起源于二十世纪三十年代，主要使用毒物鉴定手段分析环境中物质对人体健康的影响［11］。二十世纪七八十年代，逐渐形成较完整的体系评价环境中元素对人体健康风险的影响，Ghosh等［12］采用成人和儿童危害熵法(HQ)评价Jashore地区地下水中铁和锰的摄入对人体健康的危害。Soleimani-Sardo等［13］使用美国环境保护署(EPA)人类健康风险评估和包含在OpenLCA 1.10.3软件中的 ReCiPe 2016终点等级影响评估方法，评估人类和生态影响。Manawi等［14］借助危害指数(HI)、Nemerow综合污染指数(NCPI) 和终生癌症增量风险(ILCR)三种常用的评估模型评价卡塔尔地下水中重金属元素对人体造成的危害。中国对环境健康风险评价的起步较晚，但自二十一世纪以来，环境健康风险逐渐受到重视，并出台了一系列相关文件和指南。如中国环境保护部2011年制定《国家环境保护“十二五”环境与健康工作规划》［15］，2014年制定《污染场地风险评估技术导则》［16］。周巾枚等［17］通过多元统计法和健康风险评价模型，研究了广西崇左市铁矿附近地下水中金属的分布特征及其对人体健康造成的危害。马海珍等［18］在梯形模糊理论的基础上，构建了地下水环境健康风险模糊评价模型，评价一亩泉水源地地下水环境健康风险。刘音等［19］采用和谐度评价法对污泥基充填体浸出的水样进行水质评价，并结合美国EPA健康风险评价模型评价其对人体健康造成的影响。

    识别主要风险源，在源解析的基础上对健康风险进行评价，有利于更加准确地把握暴露途径，对地下水风险管控提供更科学的依据。识别风险源常用的方法有同位素法［20］、地学统计法、主成分分析法(PCA)［21］、正交矩阵分解法(PMF)［22］等。同位素法通过分析水样中同位素的痕迹判断其运移情况，但会有同位素比值重叠的现象出现［23］。地学统计法通过插值构建空间分布图，追溯风险物来源，一般不单独使用，通常与多元统计法或灰色聚类结合分析地下水中风险成因［24］。PCA通过分析水样中不同元素的贡献率判断其成因，但只能筛选出相同或相似来源的元素［25］。而PMF使用标准偏差对数据进行优化，分析得出的贡献率更加准确［26］。例如，Yang等［27］选取PMF方法分析了山东北云河再生水输水沉积物中潜在有毒元素的来源，对再生水引起的高污染河湖的治理和控制提供了参考意义。

    唐山市位于河北省东北部，是中国工业化最早的城市之一［28］。自十九世纪七十年代以来，随着工业的发展，对研究区地下水造成影响，进而影响人体健康。因此，本文研究选取地学统计法与正交矩阵模型法(PMF)结合分析研究区内浅层地下水中金属元素的来源，并在此基础上，使用美国EPA推荐的健康风险评价模型，对地下水中金属元素通过经口摄入与皮肤接触两种暴露途径对人体健康造成的危害进行评价，以期识别首要的风险因子及暴露途径，为研究区地下水风险管控提供科学依据。

    1.   研究区水文地质特征

    根据第四纪沉积物的岩性特征，以及水文地质条件，在垂向上将唐山市平原区第四纪松散堆积物自上而下划分为4个含水层组［29］。第Ⅰ含水层组和第Ⅱ含水层组为潜水含水岩组，位于地表及浅部地段，可接受大气降水补给和蒸发排泄，水循环条件好，为垂直强烈循环交替带；第Ⅲ含水层组和第Ⅳ含水层组为深层含水岩组，具有承压性，径流条件差，为弱循环带［30］。垂向上，各个含水层组之间均有大于5m的粉质黏土或黏土相阻隔，无明显的水力联系，但从宏观分析，Ⅰ、Ⅱ含水组，Ⅱ、Ⅲ含水组，特别是在全淡水区，因含水层的混合利用、开采井深度不一，因而早已被开采所沟通，具有不同程度的水力联系。

    在水平方向上，自北向南划分为冲洪积平原和滨海平原水文地质区［31］。冲洪积平原水文地质区第四系沉积物是以古滦河、滦河、还乡河等河流不同时期形成的相互迭置的冲洪积扇组成。各含水层组岩性均以砂砾卵石、砂含砾卵石为主，其分布范围由老到新，有逐渐缩小的趋势。含水层单层厚度15～20m，最大在40m以上，单井单位涌水量一般为10～30t/h∙m。滨海平原水文地质区各含水层组岩性以中细砂、粉砂为主。含水层单层厚度5～10m，最大约14m。浅层单井单位涌水量5～20t/h∙m，深层单井单位涌水量10～30t/h∙m［32］。

    2.   实验部分

    2.1   地下水样品的采集与分析

    本次研究为查明唐山平原区地下水金属元素的分布情况，于2022年6月至7月收集64件地下水样品，均为浅层地下水样品，具体分布如图1所示。

    图  1  河北唐山市平原区地下水采样点布设图
    Figure  1.  Layout of groundwater sampling points in Tangshan Plain area of Hebei Province
    下载: 全尺寸图片 幻灯片

    地下水样品采集均遵循《地下水环境监测技术规范》(HJ 164—2020)，收集的地下水样品使用250mL聚乙烯瓶保存，送至河北省水环境监测实验中心测定。采用《水质 32种元素的测定 电感耦合等离子体发射光谱法》(HJ 776—2015)测定地下水样品中Fe、K、Ca、Na、Mg含量，采用《水质 65种元素的测定 电感耦合等离子体质谱法》(HJ 700—2014)测定样品中Cu、Zn、Al、Se、Cd、Pb含量，采用《水质 汞、砷、硒、铋和锑的测定 原子荧光法》(HJ 694—2014)测定样品中As含量，采用《生活饮用水标准检验方法 金属指标 第10部分 二苯碳酰二肼分光光度法》(GB/T 5750.6—2006)和《滴定法测定碳酸根、重碳酸根和氢氧根》(DZ/T 0064.49—1993)测定样品中$\mathrm{HCO}_3^{-} $、$ \mathrm{CO}_3^{2-}$含量，采用《水质 氯化物的测定 硝酸银滴定法》(GB/T 11896—1989)测定样品中Cl−含量，采用《水质 无机阴离子(F−、Cl−、$\mathrm{NO}_2^{-} $、Br−、$\mathrm{NO}_3^{-} $、$\mathrm{PO}_4^{3-} $、$\mathrm{SO}_3^{2-} $、$\mathrm{SO}_4^{2-} $)的测定 离子色谱法》(HJ 84—2016)测定地下水中$\mathrm{SO}_4^{2-} $含量。具体仪器设备型号及实验室方法列于表1。

    表  1  样品检测项目及分析方法
    Table  1.  Measurement items and analytical methods of samples
    检测项目 仪器设备及型号 实验室方法检出限
    (mg/L)
    Fe 电感耦合等离子体发射光谱仪(Optima 8000) 0.01
    Mn 电感耦合等离子体质谱仪(NexION 2000) 0.00012
    Cu 电感耦合等离子体质谱仪(NexION 2000) 0.00008
    Zn 电感耦合等离子体质谱仪(NexION 2000) 0.00067
    Al 电感耦合等离子体质谱仪(NexION 2000) 0.00115
    Se 电感耦合等离子体质谱仪(NexION 2000) 0.00041
    Cd 电感耦合等离子体质谱仪(NexION 2000) 0.00005
    As 双道原子荧光光度计(AFS-9770) 0.0003
    Cr6+ 紫外可见分光光度计(T6新世纪) 0.004
    Pb 电感耦合等离子体质谱仪(NexION 2000) 0.00009
    K 电感耦合等离子体发射光谱仪(Optima 8000) 0.05
    Ca 电感耦合等离子体发射光谱仪(Optima 8000) 0.02
    Na 电感耦合等离子体发射光谱仪(Optima 8000) 0.12
    Mg 电感耦合等离子体发射光谱仪(Optima 8000) 0.003
    $\mathrm{HCO}_3^{-} $、$\mathrm{CO}_3^{2-} $ 具塞滴定管25mL 5
    Cl− 棕色具塞滴定管25mL 1
    $\mathrm{SO}_4^{2-} $ 离子色谱仪(CIC-160) 0.018
    下载: 导出CSV 
    | 显示表格

    2.2   数据准确性分析

    实验室内部质量控制执行检测方法对空白实验、定量校准、精密度控制、准确度控制的要求，内部质量控制数据全部合格。并对实验室测试结果进行阴阳离子电荷平衡检验，选取离子K+、Ca2+、Na+、Mg2+、$\mathrm{HCO}_3^{-} $、$\mathrm{CO}_3^{2-} $、Cl−、$\mathrm{SO}_4^{2-} $计算阴阳离子的物质的量浓度总和分别为Σa、Σc，通过以下公式计算出两者的相对误差（E）。

    $$ E = \frac{{\sum {c - \sum a } }}{{\sum {a + \sum c } }} \times 100\% $$ (1)

    式中：Σa为阴离子物质的量浓度总和；Σc为阳离子物质的量浓度总和。

    经计算所有数据的相对误差E均在±5%的范围内，表明实验所得的数据可靠。

    2.3   地下水环境健康风险源识别方法

    本文研究使用地学统计法与正交矩阵模型法对研究区浅层地下水中金属元素来源进行分析。采取克里金插值法分析研究区内金属物质的空间分布特征，借助EPA PMF 5.0软件，通过正交矩阵分解模型(Positive matrix factorization，PMF)运算解析地下水中金属元素的来源，分析地下水环境健康的潜在风险源。PMF是由美国EPA推荐的一种可靠的源解析受体模型。PMF通过最小化目标函数Q获得因子概况和贡献。公式如下所示［33］：

    $$ Q = {\sum\nolimits_{i = 1}^n {\sum\nolimits_{j = 1}^m {\left( {\frac{{{x_{ij}} - \sum\nolimits_{k = 1}^p {{g_{ik}}{f_{kj}}} }}{{{\sigma _{ij}}}}} \right)} } ^2} $$ (2)

    式中：Q为累计残差；x为金属元素的实测浓度值；i为样品数；j为测定的元素种类；p为合适的因子数；g为样品中每种元素的贡献矩阵；f为每个源的成分矩阵；σ为测量的不确定性。其中σ的计算方法如下所示：

    $$ \begin{cases}\sigma=\sqrt{(\mathrm{EF} \times x)^2+(0.5 \times \mathrm{MDL})^2} & \quad(x>\mathrm{MDL}) \\ \sigma=\dfrac{5}{6} \times \mathrm{MDL} & \quad (x \leqslant \mathrm{MDL})\end{cases} $$ (3)

    式中：EF为误差系数，根据实际检出情况、信噪比(S/N)，通常设置为5%～20%；MDL为最低检出限。

    模型运算过程中需要多次运行选取最优结果，信噪比(S/N)为分析浓度与不确定度的关系。根据S/N设置数据质量强弱，S/N越差，数据质量越弱；S/N较差时，模型运算时无法得到准确数据，剔除该物质。

    2.4   基于源解析的地下水环境健康风险评价方法

    地下水中金属元素进入人体的主要方式有经口摄入途径和皮肤接触途径，根据国际癌症研究机构(IARC)和世界卫生组织(WHO)将金属元素分为致癌元素和非致癌元素，致癌金属元素有Cr6+、As、Cd，非致癌金属元素有Fe、Mn、Cu、Zn、Al、As、Se、Cd、Cr6+、Pb。本文在源解析的基础上，以美国EPA推荐的健康风险评价模型为基础，构建地下水环境健康风险评价模型，并结合当地居民实际情况，获得模型参数，以期更准确地评价研究区的健康风险。

    地下水中金属元素的暴露量计算模型如下所示［34］：

    $$ D_i=\frac{C\mathrm{_w}\times IR\times\mathrm{EF}\times ED}{BW\times AT} $$ (4)

    式中：Cw为地下水中金属元素的浓度(mg/L)；IR为摄入率(L/d)；EF为暴露频率(d/a)；ED为暴露期(a)；BW为体重(kg)；AT为平均暴露时间(d)。

    经皮肤接触途径的摄入率（IR），采用下式计算：

    $$ IR = SA \times PC \times ET \times CF $$ (5)

    式中：SA为皮肤接触表面积(cm2)；PC为风险物在皮肤上的渗透常数(cm/h)；ET为暴露时间(h/d)。

    基于源解析的地下水环境致癌风险计算模型如下所示：

    $$ \begin{split} & R\mathrm{_c}=\sum_{ }^{ }R\mathrm{_{cj}} \\ & R_{\mathrm{cj}}=\sum_{ }^{ }R_{\mathrm{cij}} \\ & R_{\mathrm{cij}}=\frac{D\mathrm{_{ij}}\times Q}{u} \\ & R\mathrm{_{cij}}=\frac{1-\exp\left(-D_{\mathrm{i}}\times Q\right)}{u}\ \ \ \ \ \left(\text{ 当 }R\mathrm{_{cij}} > 0.01\text{ 时 }\right) \\ & D_{{\mathrm{ij}}}=D_{\mathrm{i}}\times G_{{\mathrm{ij}}} \end{split} $$ (6)

    式中：i为金属元素种类；j为金属元素的来源；Rc为地下水中的金属元素对人体造成的致癌总风险(a−1)；Rcj为地下水中来源j的金属元素对人体造成的的致癌总风险(a−1)；Rcij为来源j的金属元素i人体造成的致癌总风险(a−1)；Dij为来源j的金属元素i对人体造成的日均暴露剂量，mg/(kg∙d)；Gij为来源j对金属元素i的贡献；Q为致癌元素i的致癌强度系数，(kg∙d)/mg；u为人的寿命(a)，取70a［35］。

    基于源解析的地下水环境非致癌风险计算模型如下所示：

    $$ \begin{gathered}R\mathrm{_n}=\sum_{ }^{ }R_{\mathrm{nj}} \\ R\mathrm{_{nj}}=\sum_{ }^{ }R\mathrm{_{nij}} \\ R\mathrm{_{nij}}=\frac{D\mathrm{_{ij}}\times10^{-6}}{D\times Rfu} \\ \end{gathered} $$ (7)

    式中：Rn为地下水中的金属元素对人体造成的非致癌总风险(a−1)；Rnj为地下水中来源j的金属元素对人体造成的非致癌总风险(a−1)；Rnij为地下水中来源j的金属元素i对人体造成的非致癌总风险(a−1)；DRf为非致癌元素i进入受体的单位体重日均暴露剂量的参考剂量，mg/(kg∙d)。

    地下水环境健康风险评价模型中的暴露量计算参数取值，在总结前人研究经验的基础上［36-37］，并结合研究区实际情况进行调整。

    环境健康风险评价模型中的Q值与DRf值采用美国EPA推荐值［38-39］，具体见表2。

    表  2  非致癌参考剂量与致癌强度系数
    Table  2.  Non-carcinogenic reference doses and carcinogenic intensity coefficients
    元素 PC
    (10−3cm/h)    		 经口摄入途径 皮肤接触途径
    DRf
    [mg/(kg∙d)]    		 Q
    [mg/(kg∙d)]−1    		 DRf
    [mg/(kg∙d)]    		 Q
    [mg/(kg∙d)]−1
    Cr6+ 2 0.003 41 0.00006 41
    As 1.8 0.0003 1.5 0.000123 3.66
    Cd 1 0.0005 6.1 0.00001 6.1
    Fe 0.1 0.3 — 0.045 —
    Mn 0.1 0.046 — 0.0018 —
    Cu 0.6 0.04 — 0.012 —
    Zn 0.6 0.3 — 0.01 —
    Al 10 0.14 — 0.14 —
    Se 1.8 0.005 — 0.0022 —
    Pb 0.004 0.0014 — 0.00042 —
    下载: 导出CSV 
    | 显示表格

    3.   结果与讨论

    3.1   地下水金属元素浓度特征

    唐山市平原区浅层地下水中Fe、Mn、Cu、Zn、Al、As、Se、Cr6+、Cd、Pb的浓度特征如表3所示。浅层地下水金属元素浓度均值顺序为：Mn＞Fe＞Al＞Se＞Zn＞As＞Cu＞Cr6+＞Pb＞Cd。以《地下水质量标准》中的Ⅲ类水为标准值，其中Mn元素超标率最高，达到58.73%，Mn含量最高为8.66mg/L，是标准值的86.60倍；其次是Fe，超标率为17.46%，含量最大值为12.2mg/L，是标准值的40.67倍；Se的超标率为11.11%，含量最大值为392µg/L，是标准值的39.2倍。此外，As、Al的超标率依次为4.76%、3.17%。而Cu、Zn、Cd、Cr6+、Pb均未超标。

    表  3  河北唐山市平原区地下水金属元素浓度特征统计
    Table  3.  Characterization of metal concentrations in groundwater in Tangshan plain area of Hebei Province
    金属元素 含量最大值 含量平均值 含量最小值 SD CV 标准值 超标率(%)
    Fe (mg/L) 12.2 0.58 ND 1.87 3.24 0.3 17.46
    Mn (mg/L) 8.66 0.77 ND 1.61 2.10 0.1 58.73
    Cu (µg/L) 20.6 1.46 ND 3.40 2.33 1000.0 0
    Zn (µg/L) 57.2 5.20 ND 7.65 1.47 1000.0 0
    Al (mg/L) 0.26 0.03 ND 0.05 1.68 0.2 3.17
    As (µg/L) 17.6 2.05 ND 3.77 1.84 10.0 4.76
    Se (mg/L) 0.39 0.02 ND 0.067 4.11 0.01 11.11
    Cd (µg/L) 0.27 0.01 ND 0.05 3.23 5.0 0
    Cr6+ (µg/L) 20 0.91 ND 3.02 3.33 50.0 0
    Pb (µg/L) 0.57 0.10 ND 0.13 1.40 10.0 0
    注：ND表示检出值低于检出限；标准值为《地下水质量标准》(GB/T 14848—2017)的 III 类水标准。
    下载: 导出CSV 
    | 显示表格

    研究区内浅层地下水中金属元素的变异系数(CV)均大于100%，这表明研究区内地下水中金属元素浓度比较分散，各布设点差异性较大，受人类影响较大。

    3.2   地下水金属元素风险源识别

    3.2.1   金属元素空间分布特征

    唐山市平原区浅层地下水中金属元素空间分布如图2所示。研究区内金属元素超标严重的主要地区为曹妃甸—乐亭一带沿海地区，根据前人研究表明唐山市平原区浅层地下水由于受到人类活动的影响出现较明显的分带性，矿化度呈现出由北向南逐渐增大的趋势［40］。Fe的高值区以点状分布在乐亭东北部，根据实地调研，当地存在焊接材料、铁丝制造工厂，防渗措施一般且大多运行年限较长。Mn的高值区以条带状分布在曹妃甸—乐亭一带的滨海地区。Al的高值区集中在山前一带，在玉田东部呈现出点状富集，并以条带状分布在开平—滦州一带。根据实地调研，在玉田东部分布有催化剂工厂，防渗措施一般且运行年限较长，开平—滦州一带存在大量煤炭开采产业。As在滦南中西部出现富集现象，根据收集的资料，滦南有固体废物回收工厂存在废水排放现象。Se主要以条带状分布在曹妃甸一带的滨海地区。地下水中Cu、Zn、Cd、Cr6+、Pb均未超过相应的标准值。从空间分布上看，Cu与Cd的浓度分布规律比较相似，均在曹妃甸区一带的滨海地区出现富集现象。Zn与Cr6+的浓度分布规律比较相似，均在唐山市区出现点状富集现象。根据收集的资料，该地有电镀厂存在废水排放的现象。Pb空间分布上浓度差异较小，相对比较均匀。

    图  2  河北唐山市平原区地下水中金属元素空间分布图
    Figure  2.  Spatial distribution of metal elements in groundwater in Tangshan Plain area of Hebei Province
    下载: 全尺寸图片 幻灯片
    3.2.2   金属元素风险源解析

    PMF运算需提供浓度数据和不确定度数据，结合金属元素的实测值和检出限，通过PMF 5.0 User Guide提供的公式(2)计算。本文因Cd、Cr6+的S/N偏低，数据质量设置为弱，其他元素的S/N偏高，数据质量设置为强，如表4所示。

    表  4  PMF 模型输入数据类型及拟合程度
    Table  4.  PMF model input data type and fitting degree
    元素S/N类型元素S/N类型
    Fe3.4强As3.4强
    Mn7.3强Se6.2强
    Cu9.1强Cd0.5弱
    Zn6.8强Cr6+0.3弱
    Al9.1强Pb1.5强
    下载: 导出CSV 
    | 显示表格

    在模型运行前，需要根据实际调研情况及经验，选择合适的因子数进行迭代运算，然后运行引导程序验证所选取的因子数。本文PMF模型的迭代次数设为50次，初始点为随机模式，设置因子数为4，并将运行引导程序的次数设置为100次，验证因子数为4时，模型收敛。故本文研究金属元素来源为4类。

    运行程序，得到研究区浅层地下水中金属元素来源因子贡献谱及各来源中因子浓度如图3和图4所示。

    图  3  地下水中金属元素各来源因子贡献谱
    Figure  3.  Contribution spectrum of pollution factors for metal elements in groundwater
    下载: 全尺寸图片 幻灯片
    图  4  地下水中金属元素各来源因子的浓度
    Figure  4.  Concentration of contamination factor in each pollution source for metal elements in groundwater
    下载: 全尺寸图片 幻灯片

    由图4可知，因子1的特征元素是Fe，贡献率为96.39%。冀东平原含有大量的铁矿石，因此研究区土壤中铁离子有较高的原生背景值［41］，在大气降水的影响下土壤中的铁离子进入浅层地下水中。此外，Fe在乐亭县北部出现富集现象，该地分布有金属焊接材料制造工厂［42］，可能会导致地下水受到影响。因此，因子1可以解释为受到地质环境与工业活动的影响。因子2的特征元素为Mn，贡献率为93.96%。研究区内普遍见有锰质结核［43］，根据以往调查研究，河北平原表层土壤中Mn的基准值略高于全国水平［44］，且在曹妃甸—乐亭一带，Eh值多为负值，地下水处于还原环境，有利于含锰氧化物溶解，形成高锰地下水。因此可以推测，因子2受到地质环境的影响。因子3的特征元素为Al，贡献率为92.23%。有研究表明，矿山开采会导致地下水中Al的浓度增加［45］，唐山市矿山资源较丰富，其中滦州一带矿山开发密集，周围环境受矿山开采影响较严重。此外，在玉田分布有合成催化剂的工厂，合成催化剂需要使用氧化铝为载体［46］，可能会导致地下水受到影响。所以，因子3可以解释受到工业活动和矿山开采的影响。因子4对Zn、Cr6+的贡献率大，分别为87.89%、88.06%。有研究表明Zn和Cr6+是电镀厂排放的特征元素［47-48］，而唐山市辖区附近有电镀厂，可能会导致地下水受到影响。所以来源4可以解释为受到工业活动的影响。

    3.3   地下水环境健康风险评价

    3.3.1   健康风险现状评价

    基于风险源识别结果，以美国EPA推荐的健康风险评价模型为基础，结合前人研究成果选取合适健康风险风险评价参数，采用前面的公式(3)～(6)计算唐山平原区浅层地下水中金属元素经口摄入途径与皮肤接触途径引起的年均健康风险，结果如表5、表6。总结以往经验，本文选取国际辐射防护委员会(ICRP)推荐的可接受水平5.00×10−5a−1。

    表  5  基于源解析的平均健康风险(经口摄入途径)
    Table  5.  Average health risks based on source resolution (oral route of intake)
    元素因子1因子2因子3因子4健康风险
    成人儿童成人儿童成人儿童成人儿童成人儿童
    致癌性As8.74×10−71.16×10−6009.10×10−81.21×10−77.95×10−71.05×10−61.76×10−62.33×10−6
    Cd2.09×10−92.77×10−91.60×10−82.12×10−82.03×10−92.70×10−93.11×10−84.13×10−85.13×10−86.79×10−8
    Cr6+8.95×10−71.19×10−6001.64×10−62.18×10−61.87×10−52.48×10−52.13×10−52.82×10−5
    总风险1.77×10−62.35×10−61.60×10−82.12×10−81.74×10−62.30×10−61.95×10−52.59×10−52.31×10−53.06×10−5
    非致癌性Fe1.05×10−91.40×10−91.66×10−112.20×10−112.32×10−113.07×10−11001.10×10−91.46×10−9
    Mn3.61×10−104.78×10−108.94×10−91.19×10−82.04×10−102.70×10−101.05×10−111.39×10−119.52×10−91.26×10−8
    Cu1.24×10−121.64×10−124.07×10−125.39×10−122.02×10−122.68×10−121.33×10−111.76×10−112.06×10−112.73×10−11
    Zn1.48×10−131.97×10−138.45×10−131.12×10−12007.21×10−129.55×10−128.20×10−121.09×10−11
    Al009.11×10−121.21×10−111.08×10−101.43×10−10001.17×10−101.55×10−10
    As1.94×10−92.57×10−9002.02×10−102.68×10−101.77×10−92.34×10−93.91×10−95.19×10−9
    Se001.71×10−102.27×10−104.40×10−115.83×10−111.64×10−92.17×10−91.86×10−92.46×10−9
    Cd6.85×10−139.09×10−135.24×10−126.95×10−126.69×10−138.86×10−131.02×10−111.35×10−111.68×10−112.23×10−11
    Cr6+7.27×10−129.64×10−12001.34×10−111.77×10−111.52×10−102.02×10−101.73×10−102.29×10−10
    Pb3.19×10−124.22×10−121.03×10−121.36×10−127.33×10−129.71×10−122.60×10−113.45×10−113.76×10−114.98×10−11
    总风险3.37×10−94.47×10−99.15×10−91.21×10−85.10×10−106.77×10−103.63×10−94.81×10−91.68×10−82.22×10−8
    健康总风险1.77×10−62.35×10−62.51×10−83.33×10−81.74×10−62.30×10−61.95×10−52.59×10−52.31×10−53.06×10−5
    注：单位为a−1。
    下载: 导出CSV 
    | 显示表格
    表  6  基于源解析的平均健康风险(皮肤接触途径)
    Table  6.  Average health risks based on source resolution (skin contact pathways)
    元素因子1因子2因子3因子4健康风险
    成人儿童成人儿童成人儿童成人儿童成人儿童
    致癌性As1.62×10−81.42×10−8001.68×10−91.48×10−91.47×10−81.30×10−83.26×10−82.87×10−8
    Cd8.83×10−127.75×10−126.75×10−115.93×10−118.61×10−127.56×10−121.31×10−101.15×10−102.16×10−101.90×10−10
    Cr6+7.55×10−96.64×10−9001.39×10−81.22×10−81.58×10−71.39×10−71.79×10−71.58×10−7
    总风险2.38×10−82.09×10−86.75×10−115.93×10−111.56×10−81.37×10−81.73×10−71.52×10−72.12×10−71.86×10−7
    非致癌性Fe2.98×10−122.62×10−124.67×10−144.10×10−146.53×10−145.73×10−14003.09×10−122.72×10−12
    Mn3.89×10−123.42×10−129.65×10−118.48×10−112.20×10−121.93×10−121.13×10−139.92×10−141.03×10−109.02×10−11
    Cu1.04×10−149.16×10−133.43×10−143.02×10−141.70×10−141.50×10−141.12×10−139.87×10−141.74×10−131.53×10−13
    Zn1.13×10−149.91×10−156.42×10−145.64×10−14005.48×10−134.81×10−136.23×10−135.48×10−13
    Al003.84×10−133.38×10−134.56×10−124.01×10−12004.95×10−124.35×10−12
    As3.60×10−113.16×10−11003.75×10−123.29×10−123.28×10−112.88×10−117.25×10−116.37×10−11
    Se002.95×10−122.60×10−127.59×10−136.67×10−132.83×10−112.49×10−113.20×10−112.82×10−11
    Cd1.45×10−121.27×10−121.11×10−129.72×10−131.41×10−131.24×10−132.15×10−121.89×10−123.55×10−123.12×10−12
    Cr6+3.07×10−122.70×10−12005.64×10−124.95×10−126.42×10−115.64×10−117.29×10−116.41×10−11
    Pb1.79×10−161.58×10−165.79×10−175.09×10−174.12×10−163.62×10−161.47×10−151.29×10−152.12×10−151.86×10−15
    总风险4.61×10−114.05×10−111.01×10−108.88×10−111.71×10−111.50×10−111.28×10−101.13×10−102.93×10−102.57×10−10
    健康总风险2.38×10−82.09×10−81.69×10−101.48×10−101.56×10−81.37×10−81.73×10−71.52×10−72.13×10−71.87×10−7
    注：单位为a−1。
    下载: 导出CSV 
    | 显示表格

    由表5和表6可知，经口摄入途径金属元素进入人体引起的成人与儿童的年均健康风险分别为2.31×10−5a−1、3.06×10−5a−1，也就是研究区每年每十万人口中，因地下水中金属经口摄入途径进入人体而受到伤害的人数，成人约23人，儿童约31人，接近国际辐射防护委员会(ICRP)推荐的阈值5.00×10−5a−1。经皮肤接触途径金属元素进入人体引起的成人与儿童的年均健康风险分别为2.93×10−10a−1、2.57×10−10a−1，即研究区每年每十万人口中，因地下水中金属经皮肤接触途径进入人体而造成伤害的人数小于1人。经皮肤接触途径引起的健康风险远远低于经口摄入途径，由此表明经口摄入途径是引起健康风险的主要暴露途径，且经口摄入途径引起的成人与儿童年均致癌风险分别为2.31×10−5a−1、3.06×10−5a−1，非致癌风险分别为1.68×10−8a−1、2.22×10−8a−1，远远低于致癌风险，由此表明研究区致癌金属引起的危害远远大于非致癌金属引起的风险。

    健康风险评价结果表明，研究区浅层地下水中引起致癌风险最高的金属元素为Cr6+，这与对华北平原某地浅层地下水中重金属元素健康风险评价结果基本一致［49］，结合浓度特征分析研究区浅层地下水中Cr6+不存在超标现象，因此推测是由于Cr6+的致癌强度系数高所引起的。Cr6+经口摄入途径引起的致癌风险接近ICRP推荐的阈值。根据源解析分析得出，Cr6+元素主要受到工业活动的影响，分布于唐山市辖区附近。因此在后续污染防治过程中应控制人类工业活动，加强监测工业废水的排放，引起非致癌风险最高的金属元素为Mn，但远远低于ICRP推荐的阈值，结合浓度特征分析，可能是由于其含量高引起的。根据源解析结果，Mn元素主要受到地质环境的影响，分布于滨海平原地区。对Mn的污染防治应基于其地质环境、成土过程等因素，重点监控滨海平原地区。

    3.3.2   健康风险空间分布特征

    使用普通克里金方法进行空间插值绘制唐山市平原区地下水中金属元素的健康风险空间分布图。研究区不同受体的健康风险空间分布如图5所示。

    图  5  河北唐山市平原区成人（a）和儿童（b）健康风险空间分布
    Figure  5.  Spatial distribution of health risks for adults （a） and children （b） in Tangshan Plain area of Hebei Province
    下载: 全尺寸图片 幻灯片

    2022年研究区不同受体的健康空间分布特征有：①研究区不同受体的健康空间分布特征基本一致，儿童因金属元素引起的健康风险高于成人，同样对于地表水中重金属元素健康风险评价也表明儿童受到的危害略高于成人［50］，这可能是由于儿童正在成长发育阶段，新陈代谢要高于成人，因此对污染物的敏感性也高于成人，受到的健康风险也要高于成人。②研究区的健康风险主要集中在唐山市辖区，这与Cr6+的空间分布特征类似，因此在研究区地下水风险管控过程中，应重点关注Cr6+元素，重点监控唐山市辖区附近地区。

    4.   结论

    研究调查了2022年6月至7月唐山市平原区浅层地下水中金属元素的浓度特征，运用地学统计法与正交矩阵分解模型(PMF)分析金属元素的主要来源，在此基础上，对金属元素通过经口摄入与皮肤接触两种途径对研究区成人与儿童健康造成的影响进行评价。研究区内浅层地下水中超标的金属元素有Fe、Mn、Al、Se、Cd，其中超标率最高的元素Mn含量最高达8.66mg/L。金属元素超标率较高的地区主要分布在滨海平原地区，其来源主要可以分为4种，第1种特征元素为Fe，主要受到地质环境与工业活动的影响。第2种特征元素为Mn，主要受到地质环境的影响；第3种特征元素为Al，主要受到工业活动和矿山开采的影响；第4种特征元素为Zn和Cr6+，主要受到工业活动的影响。研究区内浅层地下水对人体健康的影响总体处于可接受水平，主要的暴露途径是经口摄入途径，首要的致癌元素是致癌元素是Cr6+，首要的非致癌元素是Mn。建议对Cr的污染防治应控制人类工业活动，加强监测工业废水的排放，重点监控唐山市辖区附近；对Mn的污染防治应从其地质环境、成土过程等因素出发，重点监控滨海平原地区。研究区内两种受体的空间分布规律基本一致，但儿童受到的风险略高于成人，在风险管控过程中应加强对儿童的保护。

    本文调查研究结果为研究区地下水的污染防治和保障城镇居民的用水安全提供了科学依据；但未对浅层地下水中金属元素对人体健康造成的风险进行预测。因此，后续需要在健康风险现状评价的基础上进行预测研究，为研究区地下水风险管控提供更科学、有效的方案。

    致谢：感谢河北省地质环境监测院有关同志在野外取样和测试中提供的帮助。

  • 图  1   国内外PFAS污染研究发展历程简图

    Figure  1.   Brief diagram of the development process of PFAS pollution research

    下载: 全尺寸图片 幻灯片

    图  2   非靶向分析方法确定程序

    Figure  2.   Non-targeted analysis methods determination process

    下载: 全尺寸图片 幻灯片

    表  1   PFAS分析中不同样品前处理技术的特点

    Table  1   Characteristics of different sample pretreatment technologies in PFAS detection

    溶剂萃取技术 优点 缺点 适用范围 回收率
    索氏萃取 简单和全面的提取技术 耗时和溶剂密集 空气和固体样品 平均79.2%
    加压液体
    萃取
    		 自动选择、提取时间短、提取效率高 材料中含聚四氟乙烯，
    影响其应用于PFAS    		 土壤、沉积物等 平均99.5%
    液液萃取 提取水中短链PFAS(碳链不超过6)，无需事先过滤 不适合长碳链的PFAS 水样(尤其悬浮物多的水样) 85.7%～112%
    分散液液
    微萃取    		 液液萃取方法的补充，操作时间短，提取溶剂的使用减少 不适合短链PFAS 中链和长链PFAS的水样 中长链：80.6%-121%
    短链：17%～57%
    离子对萃取 高效、选择性好，能够有效地
    分离和纯化目标化合物    		 需要特定的萃取剂和复杂的
    操作步骤    		 复杂的基质
    (如污泥和生物样品)    		 PFOA：72%～117%
    PFOS：84%～110%
    SPE柱萃取 自动化、批处理、快速高效 样品洁净度要求高 水样、污泥、灰尘等 水体：61%～146%
    污泥：50%～113%
    固相微萃取 耗时短，灵敏度高，不需有机溶剂 不适合非挥发性PFAS 水样、沉积物、
    土壤    		 80%～117%
    分散固相萃取 高通量、高回收率、
    适用超痕量分析物    		 各种复杂基质 87%～100%
    下载: 导出CSV

    表  2   靶向筛查与非靶向筛查方法主要指标特征

    Table  2   Key indicator characteristics of targeted screening and non-targeted screening

    指标类别 靶向筛查 非靶向筛查
    筛查目标 检测和定量已知的PFAS化合物 识别和检测所有可能存在的PFAS化合物
    技术手段 ①通常使用高效液相色谱-串联质谱(LC-MS/MS)技术，结合超高效液相色谱(UHPLC)来分离不同的PFAS化合物；
    ②气相色谱-质谱(GC-MS)用于检测挥发性较强的PFAS化合物；
    ③采用稳定同位素标记的标准物质，确保定量结果的准确性和精确度    		 ①依赖于高分辨率质谱(HRMS)，如超高效液相色谱-高分辨率质谱(UHPLC-HRMS)、飞行时间质谱(TOF-MS)和液相色谱-四极杆飞行时间质谱(LC-QTOF-MS)等技术；
    ②使用多变量统计分析和化学计量学方法处理大数据，识别新的PFAS化合物，并通过特征碎片信息进行推断与识别
    应用领域 ①法规要求的PFAS监测；
    ②精确定量分析；
    ③公共和临床健康研究；
    ④废水、土壤、饮用水等样品常规监测    		 ①环境调查和探索性研究；
    ②识别疑似或未知PFAS物质；
    ③环境污染全貌评估；
    ④新化合物的鉴定与表征
    下载: 导出CSV

    表  3   国际上PFAS其他检测标准内容及相关指标特征

    Table  3   Other detection standards and related indicator characteristics of PFAS abroad

    PFAS检测标准 分析目标物 检出限 应用范围 采样器具及保护剂 样品保存条件
    EPA821-R-11-007—2018 PFOA/PFOS 及其同类物 0.028～7.65μg/kg 污泥和生物固体 聚丙烯材质样品瓶 样品4℃以下保存6d，样品提取液4℃以下保存30d
    EPA 533—2019 25种 PFAS 化 合物 1.6～16ng/L 饮用水 聚丙烯或聚乙烯材质
    采样瓶，乙酸铵保存剂    		 10℃以下冷藏保存2d，6℃以下冷藏保存28d，样品提取液于室温保存28d
    EPA 537.1—2020 18种PFAS 化 合物 0.70～2.8ng/L 饮用水 聚丙烯材质采样瓶，
    三(羟甲基)氨基甲烷
    盐酸盐    		 10℃以下冷藏保存2d，6℃以下冷藏
    保存14d，样品提取液于室温保存28d
    EPA 8327—2019 24种PFAS 化 合物 10～50ng/L 地表水、地下水及废水 聚丙烯或聚乙烯材质
    采样瓶    		 6℃以下冷冻或冷藏保存28d，样品提取液于6℃以下冷冻或冷藏保存30d
    ISO25101—2009 PFOA/PFOS PFOS：2ng/L～10μg/LPFOA：10ng/L～10μg/L 饮用水、地下水、地表水、海水 聚丙烯材质采样瓶，每升水中添加80mg硫代硫酸钠 样品在4±2℃储存，保存时间14d
    JISK0450-70-10—2011 PFOA/PFOS - 工业废水、
    市政污水    		 聚丙烯材质采样瓶 样品在0～10℃储存，尽快分析
    ASTMD7979-20 PFOA/PFOS 及其同类物 0.7～106.8ng/L 水、废水、污泥 聚丙烯材质采样瓶 样品在0～6℃储存，保存时间28d
    ASTMD7968-23 PFOA/PFOS 及其同类物 2.41～258.37ng/kg 土壤 聚丙烯材质样品瓶或玻璃瓶 样品在0～6℃储存，保存时间28d
    下载: 导出CSV

    表  4   中国环境领域PFAS检测标准及相关指标特征

    Table  4   Detection standards and related indicator characteristics of PFAS in China's environmental field

    PFAS检测标准方法 分析目标物 检出限 应用范围 采样器具及保护剂 样品保存条件
    HJ 1333—2023 PFOA、PFOS PFOS方法检出限为0.6ng/L，测定下限为2.4 ng/L；
    PFOA方法检出限为0.5ng/L，测定下限为2.0ng/L    		 地表水、地下水、生活污水、工业
    废水和海水    		 聚丙烯或聚乙烯
    材质，1L    		 样品置于采样瓶中，密封、避光，
    4℃以下冷藏保存，14d 内完成
    试样的制备
    DB 32/T 4004—2021 PFOA、PFOS等17种 0.2～0.3ng/L 地表水 1L聚丙烯材质采样瓶 样品应尽快运回实验室，4℃保存，28d内完成样品分析
    HJ 1334—2023 PFOA/PFOS PFOS方法检出限为0.4μg/kg，测定下限为1.6μg/kg；PFOA方法检出限为0.5μg/kg，
    测定下限为2.0μg/kg    		 土壤、沉积物 聚丙烯材质采样瓶，
    依次使用甲醇、
    纯水清洗采样瓶    		 4℃以下冷藏、密封、避光保存，28d内完成萃取；萃取液4℃以下冷藏、密封、避光保存，
    30d内完成样品分析
    下载: 导出CSV
    • 参考文献(76)
  • [1]

    Schymanski E L, Zhang J, Thiessen P A, et al. Per- and Polyfluoroalkyl Substances (PFAS) in PubChem: 7 Million and Growing[J]. Environmental Science & Technology, 2023, 57(44): 16918−16928. doi: 10.1021/acs.est.3c04855
    [2]

    Xu B, Yang G, Lehmann A, et al. Effects of Perfluoroalkyl and Polyfluoroalkyl Substances (PFAS) on Soil Structure and Function[J]. Soil Ecology Letters, 2023, 5(1): 108−117. doi: 10.1007/s42832-022-0143-5
    [3]

    You L, Kou J, Wang M, et al. An Exposome Atlas of Serum Reveals the Risk of Chronic Diseases in the Chinese Population[J]. Nature Communications, 2024, 15(1): 2268. doi: 10.1038/s41467-024-46595-z
    [4]

    Xia C J, Capozzi S L, Romanak K A, et al. The Ins and Outs of Per- and Polyfluoroalkyl Substances in the Great Lakes: The Role of Atmospheric Deposition[J]. Environmental Science & Technology, 2024, 58(21): 9303−9313. doi: 10.1021/acs.est.3c10098
    [5]

    Wallace M A G, Smeltz M G, Mattila J M, et al. A Review of Sample Collection and Analytical Methods for Detecting Per- and Polyfluoroalkyl Substances in Indoor and Outdoor Air[J]. Chemosphere, 2024, 358: 142129. doi: 10.1016/j.chemosphere.2024.142129
    [6] 于开宁, 王润忠, 刘丹丹. 水环境中新污染物快速检测技术研究进展[J]. 岩矿测试, 2023, 42(6): 1063−1077. doi: 10.15898/j.ykcs.202302080018

    Yu K N, Wang R Z, Liu D D. A Review of Rapid Detections for Emerging Contaminants in Ground-Water[J]. Rock and Mineral Analysis, 2023, 42(6): 1063−1077. doi: 10.15898/j.ykcs.202302080018
    [7]

    Zhu Q, Qian J, Huang S, et al. Occurrence, Distribution, and input Pathways of Per- and Polyfluoroalkyl Substances in Soils Near Different Sources in Shanghai[J]. Environmental Pollution, 2022, 308: 119620. doi: 10.1016/j.envpol.2022.119620
    [8] 金磊. 黄浦江上游太浦河水源水体中全氟化合物赋存特征及风险评价[J]. 净水技术, 2021, 40(1): 54−59. doi: 10.15890/j.cnki.jsjs.2021.01.010

    Jin L. Risk Assessment and Occurrence Characteristics of PFCs in Water Body of Taipu Water Source in Upstream of Huangpu River[J]. Water Purification Technology, 2021, 40(1): 54−59. doi: 10.15890/j.cnki.jsjs.2021.01.010
    [9]

    Li Y N, Yao J Z, Zhang J, et al. First Report on the Bioaccumulation and Trophic Transfer of Perfluoroalkyl Ether Carboxylic Acids in Estuarine Food Web[J]. Environmental Science & Technology, 2021, 56(10): 6046−6055. doi: 10.1021/acs.est.1c00965
    [10]

    Lyu X Y, Xiao F, Shen C Y, et al. Per- and Polyfluoroalkyl Substances (PFAS) in Subsurface Environments: Occurrence, Fate, Transport, and Research Prospect[J]. Reviews of Geophysics, 2022, 60(3): e2021RG000765. doi: 10.1029/2021RG000765
    [11]

    Andersson E M, Scott K, Xu Y, et al. High Exposure to Perfluorinated Compounds in Drinking Water and Thyroid Disease. A Cohort Study from Ronneby, Sweden[J]. Environmental Research, 2019, 176: 108540. doi: 10.1016/j.envres.2019.108540
    [12]

    Gonzalez-Barreiro C, Martinez-Carballo E, Sitka A, et al. Method Optimization for Determination of Selected Perfluorinated Alkylated Substances in Water Samples[J]. Analytical Bioanalytical Chemistry, 2006, 386(7): 2123−2132.
    [13]

    Wang J, Shi Y, Cai Y. A highly Selective Dispersive Liquid-Liquid Microextraction Approach Based on the Unique Fluorous Affinity for the Extraction and Detection of Per- and Polyfluoroalkyl Substances Coupled with High Performance Liquid Chromatography Tandem-Mass Spectrometry[J]. Chromatography A, 2018, 1544: 1−7. doi: 10.1016/j.chroma.2018.02.047
    [14] 陶慧, 黄理金, 欧阳磊, 等. 氨基化共价有机骨架固相微萃取涂层用于水体中酚类的高效萃取[J]. 岩矿测试, 2022, 41(6): 1040−1049. doi: 10.3969/j.issn.0254-5357.2022.6.ykcs202206015

    Tao H, Huang L J, Ouyang L, et al. An Amino-Functionlized Covalent Organic Framework Coating for Highly Efficient Solid Phase Microextraction of Trace Phenols in Water[J]. Rock and Mineral Analysis, 2022, 41(6): 1040−1049. doi: 10.3969/j.issn.0254-5357.2022.6.ykcs202206015
    [15]

    Yao Y, Zhao Y, Sun H, et al. Per- and Polyfluoroalkyl Substances (PFASs) in Indoor Air and Dust from Homes and Various Microenvironments in China: Implications for Human Exposure[J]. Environmental Science & Technology, 2018, 52(5): 3156−3166. doi: 10.1021/acs.est.7b04971
    [16]

    Padilla-Sanchez J A, Papadopoulou E, Poothong S, et al. Investigation of the Best Approach for Assessing Human Exposure to Poly-and Perfluoroalkyl Substances Through Indoor Air[J]. Environmental Science & Technology, 2017, 51(21): 12836−12843. doi: 10.1021/acs.est.7b03516
    [17]

    Lorenzo M, Campo J, Pico Y. Analytical Challenges to Determine Emerging Persistent Organic Pollutants in Aquatic Ecosystems[J]. TRAC-Trends Analytical Chemistry, 2018, 103: 137−155. doi: 10.1016/j.trac.2018.04.003
    [18]

    Saito K, Uemura E, Ishizaki A, et al. Determination of Perfluorooctanoic Acid and Perfluorooctane Sulfonate by Automated in-Tube Solid-Phase Microextraction Coupled with Liquid Chromatography-Mass Spectrometry[J]. Analytica Chimica Acta, 2010, 658(2): 141−146. doi: 10.1016/j.aca.2009.11.004
    [19]

    Bach C, Boiteux V, Hemard J, et al. Simultaneous Determination of Perfluoroalkyl Iodides, Perfluoroalkane Sulfonamides, Fluorotelomer Alcohols, Fluorotelomer Iodides and Fluorotelomer Acrylates and Methacrylates in Water and Sediments Using Solid-Phase Microextraction-Gas Chromatography/Mass Spectrometry[J]. Chromatography A, 2016, 1448: 98−106. doi: 10.1016/j.chroma.2016.04.025
    [20]

    Ruan T, Wang Y, Wang T, et al. Presence and Partitioning Behavior of Polyfluorinated Iodine Alkanes in Environmental Matrices Around a Fluorochemical Manufacturing Plant: Another Possible Source for Perfluorinated Carboxylic Acids[J]. Environmental Science & Technology, 2010, 44(15): 5755−5761. doi: 10.1021/es101507s
    [21]

    Surma M, Wiczkowski W, Cieślik E, et al. Method Development for the Determination of PFOA and PFOS in Honey Based on the Dispersive Solid Phase Extraction (d-SPE) with Micro-UHPLC–MS/MS System[J]. Microchemical Journal, 2015, 121: 150−156. doi: 10.1016/j.microc.2015.02.008
    [22]

    Martin J, Rodriguez-Gomez R, Zafra-Gomez A, et al. Validated Method for the Determination of Perfluorinated Compounds in Placental Tissue Samples Based on a Simple Extraction Procedure Followed by Ultra-High Performance Liquid Chromatography-Tandem Mass Spectrometry Analysis[J]. Talanta, 2016, 150: 169−176. doi: 10.1016/j.talanta.2015.12.020
    [23]

    Cao Y, Lee C, Davis E T, et al. 1000-Fold Preconcentration of Per- and Polyfluorinated Alkyl Substances Within 10 Minutes via Electrochemical Aerosol Formation[J]. Analytical Chemistry, 2019, 91(22): 14352−14358. doi: 10.1021/acs.analchem.9b02758
    [24]

    Suwannakot P, Lisi F, Ahmed E, et al. Metal-Organic Framework-Enhanced Solid-phase Microextraction Mass Spectrometry for the Direct and Rapid Detection of Perfluorooctanoic Acid in Environmental Water Samples[J]. Analytical Chemistry, 2020, 92(10): 6900−6908. doi: 10.1021/acs.analchem.9b05524
    [25]

    Yang L, Jin F, Zhang P, et al. Simultaneous Determination of Perfluorinated Compounds in Edible Oil by Gel-Permeation Chromatography Combined with Dispersive Solid-Phase Extraction and Liquid Chromatography-Tandem Mass Spectrometry[J]. Agricultural and Food Chemistry, 2015, 63(38): 8364−8671. doi: 10.1021/acs.jafc.5b03903
    [26]

    Ayala-Cabrera J F, Contreras-Llin A, Moyano E, et al. A Novel Methodology for the Determination of Neutral Perfluoroalkyl and Polyfluoroalkyl Substances in Water by Gas Chromatography-Atmospheric Pressure Photoionisation-High Resolution Mass Spectrometry[J]. Analytica Chimica Acta, 2020, 1100: 97−106. doi: 10.1016/j.aca.2019.12.004
    [27] 王晓研, 沈伟健, 王红, 等. 气相色谱-负化学源-质谱法检测水中10 种全氟羧酸化合物[J]. 色谱, 2019, 37(1): 32−39. doi: 10.3724/SP.J.1123.2018.07019

    Wang X Y, Shen W J, Wang H, et al. Determination of 10 Perfluorinated Carboxylic Acid Compounds in Water by Gas Chromatography-Mass Spectrometry Coupled with Negative Chemical Ionization[J]. Chinese Journal of Chromatography, 2019, 37(1): 32−39. doi: 10.3724/SP.J.1123.2018.07019
    [28] 李青倩, 李丽和, 王锦, 等. 新污染物的污染现状及其检测方法研究进展[J]. 应用化工, 2023, 52(7): 2202−2206. doi: 10.16581/j.cnki.issn1671-3206.20230710.003

    Li Q Q, Li L H, Wang J, et al. Study on Emerging Pollutants Pollution Status and Research Progress of Detection Methods[J]. Applied Chemical Industry, 2023, 52(7): 2202−2206. doi: 10.16581/j.cnki.issn1671-3206.20230710.003
    [29]

    Yao Y, Zhao Y, Sun H, et al. Target and Non-Target Analyses of Neutral Per- and Polyfluoroalkyl Substances from Fluorochemical Industries Using GC-MS/MS and GC-TOF: Insights on Their Environmental Fate[J]. Environment International, 2023(182): 108311. doi: 10.1016/j.envint.2023.108311
    [30]

    Shoeib M, Harner T, Lee S C, et al. Sorbent Impregnated Polyurethane Foam Disk for Passive Air Sampling of Volatile Fluorinated Chemicals[J]. Analytical Chemistry, 2008, 80(3): 675−682. doi: 10.1021/ac701830s
    [31]

    Jia S, Santos M M D, Li C, et al. Recent Advances in Mass Spectrometry Analytical Techniques for Per- and Polyfluoroalkyl Substances (PFAS)[J]. Analytical and Bioanalytical Chemistry, 2022, 414(9): 2795−2807. doi: 10.1007/s00216-022-03905-y
    [32]

    Ayala-Cabrera J F, Santos F J, Moyano E. Negative-Ion Atmospheric Pressure Ionisation of Semi-Volatile Fluorinated Compounds for Ultra-High-Performance Liquid Chromatography Tandem Mass Spectrometry Analysis[J]. Analytical Bioanalytical Chemistry, 2018, 410(20): 4913−4924. doi: 10.1007/s00216-018-1138-z
    [33] 周五端, 梁杰, 卓杰, 等. 气相色谱-质谱联用仪法测定含氟橡胶中全氟辛酸的含量[J]. 化学工程师, 2020, 34(4): 28−30. doi: 10.16247/j.cnki.23-1171/tq.20200428

    Zhou W D, Liang J, Zhuo J, et al. Determination of Content of Fluorine Rubber Content of PFOA by Gas Chromatography-Mass Spectrometry[J]. Chemical Engineer, 2020, 34(4): 28−30. doi: 10.16247/j.cnki.23-1171/tq.20200428
    [34] 曾广丰, 谢建军, 王璐, 等. 气相色谱-四极杆/飞行时间质谱法快速测定化妆品中全氟和多氟化合物[J]. 质谱学报, 2024, 45(5): 682−690. doi: 10.7538/zpxb.2024.0025

    Zeng G F, Xie J J, Wang L, et al. Rapid Detection of Per- and Polyfluoroalkyl Compounds in Cosmetics Using Gas Chromatography-Quadrupole/Time of Flight Mass Spectrometry[J]. Journal of Chinese Mass Spectrometry Society, 2024, 45(5): 682−690. doi: 10.7538/zpxb.2024.0025
    [35]

    Zhong M M, Wang T L, Qi C D, et al. Automated Online Solid-Phase Extraction Liquid Chromatography Tandem Mass Spectrometry Investigation for Simultaneous Quantification of Per- and Polyfluoroalkyl Substances, Pharmaceuticals and Personal Care Products, and Organophosphorus Flame Retardants in Environmental Waters[J]. Journal of Chromatography A, 2019, 1602: 350−358. doi: 10.1016/j.chroma.2019.06.012
    [36]

    Borrull J, Colom A, Fabregas J, et al. A Liquid Chromatography Tandem Mass Spectrometry Method for Determining 18 Per- and Polyfluoroalkyl Substances in Source and Treated Drinking Water[J]. Journal of Chromatography A, 2020, 1629: 461485. doi: 10.1016/j.chroma.2020.461485
    [37]

    Liang M, Xian Y P, Wang B, et al. High Throughput Analysis of 21 Perfluorinated Compounds in Drinking Water, Tap Water, River Water and Plant Effluent from Southern China by Supramolecular Solvents-Based Microextraction Coupled with HPLC-Orbitrap HRMS[J]. Environmental Pollution, 2020, 263: 114389. doi: 10.1016/j.envpol.2020.114389
    [38] 杨愿愿, 李偲琳, 赵建亮, 等. 超高效液相色谱-串联质谱法同时测定水、沉积物和生物样品中57 种全/多氟化合物[J]. 分析化学, 2022, 50(8): 1243−1251. doi: 10.19756/j.issn.0253-3820.210621

    Yang Y Y, Li S L, Zhao J L, et al. Determination of 57 Kinds of Per- and Polyfluoroalkyl Substances in Water, Sediments and Biological Samples by Ultra-High Performance Liquid Chromatography Tandem Mass Spectrometry[J]. Chinese Journal of Analytical Chemistry, 2022, 50(8): 1243−1251. doi: 10.19756/j.issn.0253-3820.210621
    [39]

    Liu S Q, Junaid M, Zhong W, et al. A Sensitive Method for Simultaneous Determination of 12 Classes of Per- and Polyfluoroalkyl Substances (PFASs) in Groundwater by Ultrahigh Performance Liquid Chromatography Coupled with Quadrupole Orbitrap High Resolution Mass Spectrometry[J]. Chemosphere, 2020, 251: 126327. doi: 10.1016/j.chemosphere.2020.126327
    [40] 钱佳浩, 朱清禾, 万江, 等. 超高效液相色谱-串联质谱法测定土壤中18 种全氟和多氟烷基化合物[J]. 分析测试学报, 2022, 41(3): 319−326. doi: 10.19969/j.fxcsxb.21072602

    Qian J H, Zhu Q H, Wan J, et al. Determination of 18 Perfluorinated and Polyfluoroalkyl Compounds in Soil by Ultra Performance Liquid Chromatography-Tandem Mass Spectrometry[J]. Journal of Instrumental Analysis, 2022, 41(3): 319−326. doi: 10.19969/j.fxcsxb.21072602
    [41] 刘明睿, 汪伶俐, 陈亮. 超高效液相色谱串联质谱法快速测定地下水和含水层介质中16 种全氟烷基酸[J]. 地学前缘, 2019, 26(4): 307−314. doi: 10.13745/j.esf.sf.2019.5.32

    Liu M R, Wang L L, Chen L. Quick Analysis of Sixteen PFAAs in Groundwater and Aquifer by Ultra-Performance Liquid Chromatography-Triple Quadrupole Mass Spectrometry[J]. Earth Science Frontiers, 2019, 26(4): 307−314. doi: 10.13745/j.esf.sf.2019.5.32
    [42]

    Olomukoro A A, Emmons R V, Godage N H, et al. Ion Exchange Solid Phase Microextraction Coupled to Liquid Chromatography/Laminar Flow Tandem Mass Spectrometry for the Determination of Perfluoroalkyl Substances in Water Samples[J]. Journal of Chromatography A, 2021, 1651: 462335. doi: 10.1016/j.chroma.2021.462335
    [43] 史丽, 王兴, 杨艳, 等. 固相萃取-高效液相色谱-串联质谱检测污水中14种全氟化合物[J]. 化学研究与应用, 2024, 36(3): 647−654.

    Shi L, Wang X, Yang Y, et al. Detection of 14 Perfluorinated Compounds in Wastewater Based on Solid Phase Extraction-High Performance Liquid Chromato-Graphy-Tandem Mass Spectrometry[J]. Chemical Research and Application, 2024, 36(3): 647−654.
    [44] 罗佳, 杨海兵, 张秋萍, 等. 超高效液相色谱-三重四极杆串联质谱法快速测定人体血清中12种传统和新型全氟化合物的含量[J/OL]. 理化检验(化学分册)(2024-06-06)[2024-08-12]. https://link.cnki.net/urlid/31.1337.TB.20240605.1755.002.

    Luo J, Yang H B, Zhang Q P, et al. Rapid Determination of 12 Traditional and Emerging Per- and Polyfluoroalkyl Substances in Human Serum by Ultra-High Performance Liquid Chromatography-Tandem Mass Spectrometry[J/OL]. Physical Testing and Chemical Analysis (Part B: Chemical Analysis) (2024-06-06)[2024-08-12]. https://link.cnki.net/urlid/31.1337.TB.20240605.1755.002.
    [45] 赵陈晨, 陈勇, 侯晓玲, 等. 在线固相萃取-液相色谱-串联质谱法直接测定水中15种全氟烷基化合物[J]. 中国环境监测, 2024, 40(2): 185−197. doi: 10.19316/j.issn.1002-6002.2024.02.21

    Zhao C C, Chen Y, Hou X L, et al. Direct Determination of 15 Kinds of Perfluoroalkyl Substances in Water by Liquid Chromatography-Tandem Mass Spectrometry Coupled with Online Solid Phase Extraction[J]. Environmental Monitoring in China, 2024, 40(2): 185−197. doi: 10.19316/j.issn.1002-6002.2024.02.21
    [46] 王帆, 吴婧, 庄意如, 等. 超高效液相色谱-串联质谱法测定大气中18种全氟和多氟烷基化合物[J]. 分析化学, 2023, 51(8): 1371−1383. doi: 10.19756/j.issn.0253-3

    Wang F, Wu J, Zhuang Y R, et al. Determination of 18 Kinds of Per- and Polyfluoroalkyl Substances in Atmosphere by Ultra Performance Liquid Chromatography-Tandem Mass Spectrometry[J]. Chinese Journal of Analytical Chemistry, 2023, 51(8): 1371−1383. doi: 10.19756/j.issn.0253-3
    [47] 申楠, 韩同竹, 盛璨璨, 等. 在线固相萃取净化-液相色谱-串联质谱法直接测定植物粗提物中的23种全氟化合物[J]. 分析化学, 2024, 52(2): 286−300. doi: 10.19756/j.issn.0253-3820.231167

    Shen N, Han T Z, Sheng C C, et al. Direct Determination of 23 Kinds of Per- and Polyfluoroalkyl Substances in Crude Plant Extracts by Liquid Chromatography-Tandem Mass Spectrometry Coupled with Online Solid Phase Extraction[J]. Chinese Journal of Analytical Chemistry, 2024, 52(2): 286−300. doi: 10.19756/j.issn.0253-3820.231167
    [48] 邬晶晶, 桂萍, 郭风巧. 固相萃取-UPLC-MS/MS法测定水中17种全氟化合物[J]. 中国给水排水, 2022, 38(12): 28−36. doi: 10.19853/j.zgjsps.1000-4602.2022.12.005

    Wu J J, Gui P, Guo F Q. SPE-UPLC-MS/MS for Determination of 17 PFCs in Water[J]. China Water & Wastewater, 2022, 38(12): 28−36. doi: 10.19853/j.zgjsps.1000-4602.2022.12.005
    [49] 石刚, 凌婷, 李慧玲, 等. 高效液相色谱-串联质谱法测定医用口罩中8种全氟化合物[J]. 分析科学学报, 2024, 40(1): 50−56. doi: 10.13526/j.issn.1006-6144.2024.01.008

    Shi G, Lin T, Li H L, et al. Determination of 8 Perfluorinated Compounds in Medical Mask by HPLC-MS/MS[J]. Journal of Analytical Science, 2024, 40(1): 50−56. doi: 10.13526/j.issn.1006-6144.2024.01.008
    [50]

    Yang C, Lee H K, Zhang Y, et al. In situ Detection and Imaging of PFOS in Mouse Kidney by Matrix-Assisted Laser Desorption/Ionization Imaging Mass Spectrometry[J]. Analytical Chemistry, 2019, 91(14): 8783−8788. doi: 10.1021/acs.analchem.9b00711
    [51]

    Ahmed E, Xiao D, Dumlao M C, et al. Nanosecond Pulsed Dielectric Barrier Discharge Ionization Mass Spectrometry[J]. Analytical Chemistry, 2020, 92(6): 4468−4474. doi: 10.1021/acs.analchem.9b05491
    [52] 郭庆伟, 王倩, 张海东, 等. 新污染物检测技术研究进展[J]. 化学通报, 2024, 87(1): 78−75. doi: 10.14159/j.cnki.0441-3776.2024.01.003

    Guo Q W, Wang Q, Zhang H D, et al. Research Progress in Detection Technology of Emerging Pollutants[J]. Chemistry Bulletin, 2024, 87(1): 78−75. doi: 10.14159/j.cnki.0441-3776.2024.01.003
    [53]

    Wang Z, Buser A M, Cousins I T, et al. A New OECD Definition for Per- and Polyfluoroalkyl Substances[J]. Environmental Science & Technology, 2021, 55: 15575−15578. doi: 10.1021/acs.est.1c06896
    [54]

    Olson K L, Rinehart K L, Cook J C, et al. Phosphazenes: High Molecular Weight Reference Compounds for Field Desorption Mass Spectrometry[J]. Biomedical Mass Spectrometry, 1977, 4: 284−290. doi: 10.1002/bms.1200040503
    [55]

    Hu J, Lyu Y, Chen H, et al. Integration of Target, Suspect, and Nontarget Screening with Risk Modeling for Per- and Polyfluoroalkyl Substances Prioritization in Surface Waters[J]. Water Research, 2023, 233: 119735. doi: 10.1016/j.watres.2023.119735
    [56]

    Shojaei M, Kumar N, Guelfo J L. An Integrated Approach for Determination of Total Per- and Polyfluoroalkyl Substances (PFAS)[J]. Environmental Science & Technology, 2022, 56(20): 14517−14527. doi: 10.1021/acs.est.2c05143
    [57]

    Nganda A, Kumar M, Uday V, et al. EI/IOT of PFCs: Environmental Impacts/Interactions, Occurrences, and Toxicities of Perfluorochemicals[J]. Environmental Research, 2023, 218: 114707. doi: 10.1016/j.envres.2022.114707
    [58]

    Taylor R B, Sapozhnikova Y. Comparison and Validation of the QuEChERSER Mega-Method for Determination of Per- and Polyfluoroalkyl Substances in Foods by Liquid Chromatography with High-Resolution and Triple Quadrupole Mass Spectrometry[J]. Analytica Chimica Acta, 2022, 1230: 340400. doi: 10.1016/j.aca.2022.340400
    [59]

    Huerta B, Mchugh B, Regan F. Development and Application of an LC-MS Method to the Determination of Poly- and Perfluoroalkyl Substances (PFASs) in Drinking, Sea and Surface Water Samples[J]. Analytical Methods, 2022, 14(21): 2090−2099. doi: 10.1039/D2AY00300G
    [60] 周画天, 黄帝, 刘晓雨, 等. 超高效液相色谱-串联质谱法同时测定水中两类含氟新污染物[J]. 分析试验室, 2024, 43(12): 1655−1661. doi: 10.13595/j.cnki.issn1000-0720.2023100804

    Zhou H T, Huang D, Liu X Y, et al. Simultaneous Determination of Two Types of Emerging Fluorinated Pollutants in Water by Ultra High Performance Liquid Chromatography-Tandem Mass Spectrometry[J]. Chinese Journal of Analysis Laboratory, 2024, 43(12): 1655−1661. doi: 10.13595/j.cnki.issn1000-0720.2023100804
    [61] 唐韵熙, 白亚敏, 刘露露, 等. 超高效液相色谱-串联质谱法同时测定动物源性食品中21种全氟类化合物残留[J]. 食品与机械, 2023, 39(7): 29−39. doi: 10.13652/j.spjx.1003.5788.2022.81188

    Tang Y X, Bai Y M, Liu L L, et al. Simultaneous Determination of 21 Perfluorinated Compounds in Animal-Derived Food by UPLC-MS/MS[J]. Food and Machinery, 2023, 39(7): 29−39. doi: 10.13652/j.spjx.1003.5788.2022.81188
    [62] 宋新力, 王宁, 何飞燕, 等. 碳纳米管复合材料结合分散固相萃取-高效液相色谱-串联质谱法检测环境水样中痕量全氟化合物[J]. 色谱, 2023, 41(5): 409−416. doi: 10.3724/SP.J.1123.2022.09016

    Song X L, Wang N, He F Y, et al. Determination of Trace Perfluorinated Compounds in Environmental Water Samples by Dispersive Solid-Phase Extraction-High Performance Liquid Chromatography-Tandem Mass Spectrometry Using Carbon Nanotube Composite Materials[J]. Chinese Journal of Chromatography, 2023, 41(5): 409−416. doi: 10.3724/SP.J.1123.2022.09016
    [63] 乔肖翠, 赵兴茹, 郭睿, 等. 典型岩溶区水环境中全氟化合物分布特征及风险评价[J]. 环境科学研究, 2019, 32(12): 2148−2156. doi: 10.13198/j.issn.1001-6929.2019.03.05

    Qiao X C, Zhao X R, Guo R, et al. Distribution Characteristics and Risk Assessment of Per- and Polyfluoroalkyl Substances in Water Environment in Typical Karst Region[J]. Research of Environmental Sciences, 2019, 32(12): 2148−2156. doi: 10.13198/j.issn.1001-6929.2019.03.05
    [64] 金梦, 刘丽君, 赵波, 等. 长三角地区水体中全氟化合物的污染特征及风险评价[J]. 环境化学, 2023, 42(7): 2153−2162. doi: 10.7524/j.issn.0254-6108.2022022002

    Jin M, Liu L J, Zhao B, et al. Pollution Characteristics and Risk Assessment of Perfluoroalkyl Substances in Surface Water from Yangtze River Delta[J]. Environmental Chemistry, 2023, 42(7): 2153−2162. doi: 10.7524/j.issn.0254-6108.2022022002
    [65] 温祥洁, 王若男, 钟亚萍, 等. 成都市某工业园区及周围表层土壤中全氟化合物的分布特征与风险评估[J]. 环境化学, 2024, 43(4): 1292−1303. doi: 10.7524/j.issn.0254-6108.2022101104

    Wen X J, Wang R N, Zhong Y P, et al. Distribution Characteristics and Risk Assessment of Perfluoroalkyl Substances in Surface Soils in and Around an Industrial Park in Chengdu[J]. Environmental Chemistry, 2024, 43(4): 1292−1303. doi: 10.7524/j.issn.0254-6108.2022101104
    [66] 温祥洁, 陈朝辉, 徐维新, 等. 青藏高原东北部地区表层土壤中全氟化合物的分布特征及来源解析[J]. 环境科学, 2022, 43(6): 3253−3261. doi: 10.13227/j.hjkx.202110139

    Wen X J, Chen Z H, Xu W X, et al. Distribution Characteristics and Source Apportionment of Perfluoroalkyl Substances in Surface Soils of the Northeast Tibetan Plateau[J]. Environmental Science, 2022, 43(6): 3253−3261. doi: 10.13227/j.hjkx.202110139
    [67] 武倩倩, 吴强, 宋帅, 等. 天津市主要河流和土壤中全氟化合物空间分布、来源及风险评价[J]. 环境科学, 2021, 42(8): 3682−3694. doi: 10.13227/j.hjkx.202012044

    Wu Q Q, Wu Q, Song S, et al. Distribution, Sources, and Risk Assessment of Polyfluoroalkyl Substances in Main Rivers and Soils of Tianjin[J]. Environmental Science, 2021, 42(8): 3682−3694. doi: 10.13227/j.hjkx.202012044
    [68] 张红霞, 张洪昌, 胡双庆, 等. 太浦河水体和沉积物中24种全氟化合物分布特征[J]. 环境化学, 2024, 43(3): 722−733. doi: 10.7524/j.issn.0254-6108.2022090704

    Zhang H X, Zhang H C, Hu S Q, et al. Distribution Characteristics of 24 Perfluorocarbons in Taipu River and Sediments[J]. Environmental Chemistry, 2024, 43(3): 722−733. doi: 10.7524/j.issn.0254-6108.2022090704
    [69] 黄家浩, 吴玮, 黄天寅, 等. 骆马湖表层水和沉积物中全氟化合物赋存特征、来源及健康风险评估[J]. 环境科学, 2022, 43(7): 3562−3574. doi: 10.13227/j.hjkx.202108335

    Huang J H, Wu W, Huang T Y, et al. Characteristics, Sources, and Risk Assessment of Perlyfluoroalkyl Substances in Surface Water and Sediment of Luoma Lake[J]. Environmental Science, 2022, 43(7): 3562−3574. doi: 10.13227/j.hjkx.202108335
    [70]

    Zhang C, Hopkins Z, McCord J, et al. Fate of Per- and Polyfluoroalkyl Ether Acids in the Total Oxidizable Precursor Assay and Implications for the Analysis of Impacted Water[J]. Environmental Science & Technology Letters, 2019, 6(11): 662−668. doi: 10.1021/acs.estlett.9b00525
    [71]

    Ateia M, Chiang D, Cashman M, et al. Total Oxidizable Precursor (TOP) Assay-Best Practices, Capabilities and Limitations for PFAS Site Investigation and Remediation[J]. Environmental Science & Technology Letters, 2023, 10(4): 292−301. doi: 10.1021/acs.estlett.3c00061
    [72]

    Place B J, Field J A. Identification of Novel Fluorochemicals in Aqueous Film-Forming Foams Used by the US Military[J]. Environmental Science & Technology, 2012, 46(13): 7120−7127. doi: 10.1021/es301465n
    [73]

    D’Agostino L A, Mabury S A. Identification of Novel Fluorinated Surfactants in Aqueous Film Forming Foams and Commercial Surfactant Concentrates[J]. Environmental Science & Technology, 2014, 48(1): 121−129. doi: 10.1021/es403729e
    [74]

    Trier X, Granby K, Christensen J H. Polyfluorinated Surfactants (PFS) in Paper and Board Coatings for Food Packaging[J]. Environmental Science and Pollution Research International, 2011, 18(7): 1108−1120. doi: 10.1007/s11356-010-0439-3
    [75]

    Liu Y, D’Agostino L A, Qu G, et al. High-Resolution Mass Spectrometry (HRMS) Methods for Nontarget Discovery and Characterization of Poly- and Per-Fluoroalkyltances (PFASs) in Environmental and Human Samples[J]. TRAC-Trends in Analytical Chemistry, 2019, 121: 115420. doi: 10.1016/j.trac.2019.02.021
    [76] 营娇龙, 秦晓鹏, 郎杭, 等. 超高效液相色谱-串联质谱法同时测定水体中37种典型抗生素[J]. 岩矿测试, 2022, 41(3): 394−403. doi: 10.15898/j.cnki.11-2131/td.202111060168

    Ying J L, Qin X P, Lang H, et al. Determination of 37 Typical Antibiotics by Liquid Chromatography-Triple Quadrupole Mass Spectrometry[J]. Rock and Mineral Analysis, 2022, 41(3): 394−403. doi: 10.15898/j.cnki.11-2131/td.202111060168
    • 相关文章
    • 施引文献
    • 资源附件(1)

  • 其他相关附件

图(2)  /  表(4)
计量
  • 文章访问数:  120
  • HTML全文浏览量:  16
  • PDF下载量:  17
  • 被引次数: 0
出版历程
  • 收稿日期:  2024-08-11
  • 修回日期:  2024-10-16
  • 录用日期:  2024-11-21
  • 网络出版日期:  2024-12-20

目录

摘要
HTML全文

  • 1.   研究区水文地质特征

  • 2.   实验部分

  • 2.1   地下水样品的采集与分析

  • 2.2   数据准确性分析

  • 2.3   地下水环境健康风险源识别方法

  • 2.4   基于源解析的地下水环境健康风险评价方法

  • 3.   结果与讨论

  • 3.1   地下水金属元素浓度特征

  • 3.2   地下水金属元素风险源识别

  • 3.2.1   金属元素空间分布特征
  • 3.2.2   金属元素风险源解析

  • 3.3   地下水环境健康风险评价

  • 3.3.1   健康风险现状评价
  • 3.3.2   健康风险空间分布特征

  • 4.   结论

参考文献(76)
相关文章
施引文献
资源附件(1)

/

返回文章
返回

主管单位：中国科学技术协会 主办单位：中国地质学会；国家地质实验测试中心

通讯地址：北京市西城区百万庄大街26号 工作邮箱：ykcs_zazhi@163.com 办公电话：010-68999562

京公网安备 11010202008159号 京ICP备2022024991号

本系统由 北京仁和汇智信息技术有限公司 开发  百度统计