Determination of Trace Lead and Copper in Seawater by Inductively Coupled Plasma-Mass Spectrometry with Coconut Shell Biochar Enrichment
-
摘要:
海洋环境中的重金属污染备受关注，准确测定海水中的痕量重金属，对保护海洋环境和人类健康具有重要意义。海水样品的高盐和重金属痕量浓度等特点给仪器分析带来巨大挑战，直接准确测定高盐基质中的低含量重金属元素是非常困难的，须经前处理去除海水中的大量盐分，并对待测元素进行富集，从而消除基体干扰，降低检出限。为实现海水中的痕量铅和铜的绿色分离与快速检测，本文采用吸附脱附的方式，将海水中铅和铜富集在椰壳生物炭上，再用超纯水反复冲洗生物炭，除去盐分基质，经硝酸溶解脱附，脱附液用0.45μm滤膜过滤后利用电感耦合等离子体质谱法(ICP-MS)测定，建立了生物炭富集ICP-MS测定海水中铅和铜含量的方法。两种金属元素在0.10～100μg/L范围内线性关系良好，线性相关系数均大于0.9995。海水中铅和铜，方法检出限分别为0.005μg/L和0.006μg/L，测定下限分别为0.020μg/L和0.024μg/L，满足《海水、海洋沉积物和海洋生物质量评价技术规范》(HJ 1300—2023)规定的海水质量评价要求。海水样品加标回收率在96.1%～102.3%范围内，相对标准偏差小于5%。本方法操作简便、分析成本低、绿色环保，更适合于基层海洋监测应用，也可用于高矿化度基体样品的水质监测。
-
关键词:
- 椰壳生物炭 /
- 富集 /
- 电感耦合等离子体质谱法 /
- 海水 /
- 重金属
Abstract:The high salt in seawater samples brings great challenges for analyzing trace heavy metals. To achieve the green separation and rapid detection of trace lead and copper in seawater, a method of coconut shell biochar enrichment was established. By using the method of adsorption and desorption, lead and copper elements in seawater were enriched on coconut shell biochar, and the coconut shell biochar powder was repeatedly washed with pure water to remove the salt matrix in seawater. The desorption was dissolved with 7.5% HNO3, and the desorption solution was filtered with 0.45μm filter membranes and analyzed by ICP-MS. Two metal elements showed good linear relationships within the range of 0.10−100μg/L, and the linear correlation coefficients were greater than 0.9995. The method had a detection limit of 0.005μg/L for Pb and 0.006μg/L for Cu, meeting the evaluation requirements of seawater quality assessment stipulated in Technical Specification for Assessment of Sea Water, Marine Sediment and Marine Biological Quality (HJ1300—2023). The spiked recovery rates for seawater samples were between 96.1% and 102.3%, with the relative standard deviation less than 5%. This method had the advantages of simple operation, low costs, environmental protection, and high reliability and sensitivity.
-
Keywords:
- coconut shell biochar /
- enrichment /
- ICP-MS /
- seawater /
- heavy metals
-
石油作为基础性能源产品，对现代国家经济的可持续发展有着重大影响[1]。但随着石油的开发与利用，发生了一些溢油事故[2-3]给环境造成了重大危害[4]。石油类的污染物成分复杂，主要为石油烃和多环芳烃[5]，其中石油烃能通过食物链富集而对人体健康造成危害[6]，多环芳烃包含危害人体健康的致癌物质[7-8]。因此，对石油类污染物的监测已是环境保护的关注重点之一。2018年国家颁布的《土壤环境质量建设用地土壤污染风险管控标准(试行)》(GB 36600—2018)中将石油烃、多环芳烃等均列为监测项目，并制定了相应的风险筛选值和管控值，对土壤进行风险筛查和分类提供了依据，为生态环境修复提供了有力的技术支撑。
石油类污染物主要以烃类形式存在，碳、氢占比高达95%~99%[9]，因此红外分光光度法相较于重量法[10]、紫外分光光度法[11-12]、气相色谱法[13-16]、荧光法[17-18]等，能更全面、准确地检测油类物质的总量，且灵敏度高、不受油品影响[19-20]，对低含量油污染土壤测定更加适用[21-22]。石油类的官能团CH3、CH2和CH分别在红外光谱2930cm-1、2960cm-1和3030cm-1处存在伸缩振动，通过这三个波数处的吸光度可以计算出含CH3、CH2和CH基团的烃类含量[23]。现行环境标准《土壤石油类的测定红外分光光度法》(HJ 1051—2019)、《水质石油类和动植物油类的测定红外分光光度法》(HJ 637—2018)采用红外校正系数法计算石油类含量，通过测定正十六烷(CH3)、异辛烷(CH2)和苯(CH)三种烃类在三个波数下的吸光度，联立方程式计算校正因子X、Y、Z和F，利用校正因子来计算石油类含量[24]，该计算方式相对复杂，手动计算费时费力；如采用软件计算虽可提高计算效率，但又因实际测试油品的红外光谱吸收峰的偏移，而造成计算结果偏差较大。在《生活饮用水标准检验方法有机物综合指标》(GB/T 5750.7—2006)、被代替的《水质石油类和动植物油的测定红外光度法》(GB/T 16488—1996)和杨斌等[25]、梁庆勋等[26]、马宏伟等[27]研究中均采用了标准曲线法，但国家标准中的标准曲线法采用非色散红外光谱单波数，因未考虑芳香烃的影响而存在局限性，从而导致标准曲线法的适用范围受限或被舍弃[28]，而文献[25-27]中均未明确指出具体采用的波数，因此作为简单、方便的标准曲线法是否仍能使用，其计算结果是否具有代表性值得深究。
为解决校正系数法计算复杂、单波数计算范围受限等一系列问题，本文依据CH3、CH2和CH官能团在三个波数下产生的吸光度，组合成5种标准曲线法，计算已知含量的5种配制油品，通过计算结果的比对，确立最佳计算方法为三波数之和标准曲线法。再经过芳香烃占比试验对计算方法适用中国油品的范围进行验证。最后进行实际样品测定，并与校正系数法进行对比，验证其实用性。本文建立的三波数之和标准曲线法，为解决红外分光光度法测定石油类总量中标准曲线法的适用范围扩充提供了参考依据，同时也是对现行校正系数法的有益补充。
1. 实验部分
1.1 仪器和主要试剂
傅里叶变换红外光谱仪(FRONTIER型，美国PerkinElmer公司)：扫描范围为2800~3200cm-1；配备4cm带盖石英比色皿。
四氯乙烯(红外光谱级，国药集团化学试剂有限公司)。
1.2 实验样品
标准物质：石油类标准溶液(1000mg/L)、正十六烷(10000mg/L)、异辛烷(10000mg/L)、苯(10000mg/L)，均购自上海安谱实验科技股份有限公司。
其他油品：原油(华北油田)；高温润滑油(长沙合轩化工科技有限公司)；机油(壳牌全合成机油)；0#柴油(中国石油化工集团有限公司)；92#汽油(中国石油化工集团有限公司)。
实际样品：在工业园区调查项目中分别选取10个污染类型不同、污染程度不一的土壤和水质样品。土壤样品编号为T-1至T-10，水质样品编号为S-1至S-10。
1.3 标准曲线的绘制
将1000mg/L石油类标准溶液用四氯乙烯稀释成150、100、50、20、10、5、2mg/L标准系列，用4cm石英比色皿进行红外光谱扫描，记录2930cm-1、2960cm-1、3030cm-1处的吸光度值。
1.3.1 单波数标准曲线绘制
依据标准溶液浓度与2930cm-1、2960cm-1、3030cm-1处的吸光度分别绘制三条标准工作曲线。
1.3.2 两波数吸光度之和标准曲线绘制
依据标准溶液浓度与2930cm-1、2960cm-1处的吸光度之和绘制标准工作曲线。
1.3.3 三波数吸光度之和标准曲线绘制
依据标准溶液浓度与2930cm-1、2960cm-1、3030cm-1处的吸光度之和绘制标准工作曲线。
1.4 样品分析测试
1.4.1 配制油品
称取原油、润滑油、机油、柴油和汽油样品各0.50g，分别用四氯乙烯定容至50mL，配制成10000mg/L的储备液。再将上述各油品储备液用四氯乙烯稀释成100、50、20、10、5、2mg/L系列溶液，用4cm石英比色皿进行红外光谱扫描，得到红外光谱图，记录2930cm-1、2960cm-1、3030cm-1处的吸光度值。
1.4.2 配制不同浓度芳香烃的样品
以四氯乙烯为溶剂，吸取不同体积的正十六烷、异辛烷和苯标准溶液，按照不同比例配制成溶液，用4cm石英比色皿进行红外光谱扫描，使用三波数之和标准曲线法计算。
1.4.3 样品前处理和红外分光光谱分析
土壤样品：称取土壤样品10.0g于锥形瓶中，加入20mL四氯乙烯，置于振荡器中，振荡提取30min，静置10min后倾出提取液。再用20mL四氯乙烯提取一次，合并提取液并定容50mL。提取液流经填充硅酸镁吸附柱，弃去前5mL滤出液，保留剩余流出液，待测。
水质样品：取500mL水质样品于分液漏斗中，用50mL四氯乙烯分两次萃取，合并萃取液并定容至50mL。取适量萃取液过硅酸镁吸附柱，弃去前5mL滤出液，余下的接入25mL比色管中，用于测定石油类。
测定：以4cm石英比色皿加入四氯乙烯为参比，分别测量提取液的红外光谱图，记录2930cm-1、2960cm-1、3030cm-1处的吸光度值。
2. 结果与讨论
2.1 标准曲线、方法线性范围与检出限
按照1.3节标准曲线绘制步骤进行单波数、两波数吸光度之和与三波数吸光度之和绘制标准曲线，各标准曲线方程与相关系数见表 1，各浓度红外光谱图见图 1。
表 1 标准曲线方程与相关系数Table 1. Standard curve equations and correlation coefficients标准曲线名称 回归方程 相关系数(R) 2930cm-1标准曲线 y=0.0135x+0.015 0.9996 2960cm-1标准曲线 y=0.0078x-0.0041 0.9998 3030cm-1标准曲线 y=0.0011x-0.0013 0.9996 两波数吸光度之和标准曲线 y=0.0214x-0.008 0.9998 三波数吸光度之和标准曲线 y=0.0225x-0.0065 0.9999 如图 1所示，当标准溶液浓度为1mg/L时，红外吸收峰吸光度之和为0.083，虽满足3倍信噪比但峰不明显；当标准溶液浓度为150mg/L时，红外光谱图已出现平顶峰，因此石油类质量浓度在2~100mg/L时与其吸光度呈良好线性关系，相关系数如表 1所示全部大于0.999。以3倍信噪比(S/N)计算，最低检出浓度为1mg/L。
2.2 配制油品分析结果
浓度为100mg/L的5种油品的红外光谱图如图 2所示，不同产地和不同类型的油品，各种烃类的结构和所占比例相差很大，但主要属于CH2、CH3官能团组成的烷烃、环烷烃，CH官能团的芳香烃占比较少，与王玉纯等[23]采集中国不同油田的炼油厂废水进行测定得出芳香烃含量不高的结论相符。
读取上述5种油品各浓度相应波数的吸光度值，分别以2930cm-1、2960cm-1、3030cm-1的单波数标准曲线计算，以两波数吸光度之和标准曲线进行计算，以三波数吸光度之和标准曲线进行计算，得到其相应计算浓度。计算浓度(ρ计)与各油品配制浓度(ρ配)的相对误差(δ)按下列公式进行计算。
$$ \delta {\rm{ = }}\left( {{\rho _{计}} - {\rho _{配}}} \right)/{\rho _{配}} $$ 各油品单波数标准曲线计算结果的相对误差情况如图 3所示。由图 3a可知，原油和柴油的各浓度点相对误差较小，大致分布在20%之内，由此可知原油和柴油相较于其余油品更适合采用2930cm-1标准曲线进行计算。由图 3b可知，润滑油和机油的各浓度点相对误差较小，大致分布在20%之内，由此可知润滑油和机油的主要成分相较于其余油品更适合采用2960cm-1标准曲线进行计算。由图 3c可知，5种油品的各浓度点相对误差均在40%以上，计算浓度与配制浓度相差较大，表明5种油品中CH官能团为主的芳香烃含量较低或不存在[9]，与图 2各油品的红外光谱图中3030cm-1峰较低或不存在的测试结果相符。单波数标准曲线的选择性强，不适用于多种类石油污染物的计算。
![]()
图 3 单波数标准曲线法计算各种油品的结果Figure 3. Calculation results of single wave number standard curve method for various oil products由图 4可知，两波数之和标准曲线法计算各油品结果的相对误差均小于30%，这是因为两波数吸光度之和标准曲线法包括了CH2、CH3两个官能团产生的吸光度(图 4a)，三波数吸光度之和标准曲线法包括了CH2、CH3和CH三个官能团产生的吸光度(图 4b)，较单波数标准曲线法更全面。两种方法相比较，三波数吸光度之和标准曲线法计算结果的相对误差更小，更接近于配制值，说明虽然芳香烃在石油类中含量较低，但其对总量还是存在一定的影响。所以5种标准曲线法中，三波数吸光度之和标准曲线法是更适合作为计算石油类总量的方法。
![]()
图 4 吸光度之和标准曲线法计算各种油品的结果Figure 4. Calculation results of various oil products by summation of absorbance standard curve method2.3 石油类污染适用范围验证结果
由2.2节可知单波数标准曲线法的选择性强，不能准确计算所有石油类污染。同样的，标准方法中的单波数非分散红外光度法由于没有考虑到芳香烃类化合物，当油品中芳烃含量超过25%时，该方法的计算结果便会产生较大误差，并不适用[28]。
为验证三波数吸光度之和标准曲线法是否存在这类问题，开展了芳香烃占比试验。表 2的计算结果表明：随着芳香烃占比的增加回收率逐渐降低，当芳香烃占比大于50%时，回收率低于70%。因为中国原油的特点是含蜡较多，属于以烷烃为主的石蜡基石油，芳香烃占比小于30%，通常油品中芳香烃含量一般不超过15%[9]，所以三波数吸光度之和标准曲线法可适用于中国石油类污染的检测。
表 2 芳香烃占比试验结果Table 2. Results of the proportion test for aromatic hydrocarbons三种烃比例(正十六烷∶异辛烷∶苯) 芳香烃占比(%) 配制浓度(mg/L) 三波数之和标准曲线法 计算值(mg/L) 回收率(%) 7 ∶ 3 ∶ 0 0 50.00 59.98 119.96 6 ∶ 3 ∶ 1 10 50.00 55.42 110.83 6 ∶ 2 ∶ 2 20 50.00 52.93 105.86 5 ∶ 2 ∶ 3 30 50.00 46.70 93.39 5 ∶ 1 ∶ 4 40 50.00 43.66 87.32 3 ∶ 2 ∶ 5 50 50.00 36.55 73.10 3 ∶ 1 ∶ 6 60 50.00 33.47 66.94 2 ∶ 1 ∶ 7 70 50.00 28.24 56.48 1 ∶ 1 ∶ 8 80 50.00 22.43 44.86 1 ∶ 0 ∶ 9 90 50.00 18.65 37.29 0 ∶ 0 ∶ 10 100 50.00 13.85 27.69 2.4 方法精密度和准确度
对空白水和空白土壤(石英砂)进行加标试验，共三个浓度水平，每个浓度水平平行进行6次测定，按照1.4节进行样品前处理、三波数之和标准曲线法计算测定结果，计算其精密度与加标回收率，结果见表 3。方法精密度(RSD)在5.9%~8.0%之间，均小于10%，加标回收率在76.4%~98.2%之间，符合HJ 1051—2019、HJ 637—2018中回收率70%~110%的要求。
表 3 空白加标样品精密度结果Table 3. Precision results of blank spiked samples测定次数 土壤空白加标样品石油类物质含量(mg/kg) 水质空白加标样品石油类物质含量(mg/kg) 10mg/kg 50mg/kg 100mg/kg 0.10mg/L 0.50mg/L 2.50mg/L 1 9.11 47.6 93.4 0.0823 0.458 2.36 2 7.93 48.3 92.5 0.0764 0.403 2.13 3 9.29 47.4 91.6 0.0951 0.471 2.08 4 8.26 49.1 94.1 0.0876 0.427 2.41 5 8.74 45.7 95.7 0.0811 0.452 2.24 6 7.73 48.2 90.6 0.0798 0.485 2.33 平均值 8.51 47.7 93 0.0837 0.45 2.26 回收率(%) 77.3~92.9 91.4~98.2 91.6~95.7 76.4~95.1 80.6~97.0 83.2~96.4 RSD(%) 7.5 6.7 5.9 8.0 6.7 5.9 2.5 实际样品测定结果
按照本文的实验方法(三波数吸光度之和标准曲线法)对采集的土壤和水实际样品(1.2节)进行测定，将三波数吸光度之和标准曲线法计算结果与标准方法HJ 637—2018、HJ 1051—2019中的校正系数法计算结果进行对比。如表 4所示，对于实际土壤样品两种测试结果的相对偏差在0.5%~4.8%，水样品的相对偏差在-5.3%~6.7%，
表 4 实际样品的计算结果对比Table 4. Comparison of calculation results for actual samples土壤样品编号 土壤样品中石油类物质含量(mg/kg) 水样品编号 水样品中石油类物质含量(mg/L) 校正系数法
(标准方法)三波数之和标准曲线法
(本文方法)相对偏差
(%)校正系数法
(标准方法)三波数之和标准曲线法
(本文方法)相对偏差
(%)T-1 17.4 18.5 -3.1 S-1 0.08 0.07 6.7 T-2 9.73 9.82 -0.5 S-2 0.11 0.12 -4.3 T-3 87.9 90.9 -1.7 S-3 0.09 0.1 -5.3 T-4 104 94.8 4.6 S-4 0.67 0.65 1.5 T-5 374 393 -2.5 S-5 0.88 0.92 -2.2 T-6 646 689 -3.2 S-6 0.79 0.84 -3.1 T-7 1235 1304 -2.7 S-7 1.25 1.18 2.9 T-8 1647 1723 -2.3 S-8 1.34 1.26 3.1 T-9 5386 5839 -4.0 S-9 1.87 1.67 5.6 T-10 20880 22342 -3.4 S-10 2.07 2.14 -1.7 注：相对偏差=(推荐方法测定值-两次测定值的平均值)/两次测定值平均值×100%。 参考HJ 1051—2019中土壤平行样的相对偏差≤30%、HJ 637—2018中水样实验室内标准偏差的范围为0.8%~13%，测试结果满足要求，因此三波数吸光度之和标准曲线法可作为实际测定石油类总量的方法。
3. 结论
本文建立了三波数之和标准曲线法计算环境样品中石油类总量的方法。依据标准曲线法原理和常见油品红外谱图，对红外分光光度法测定石油类的三个波数处的吸光度进行排列组合，组建出5种标准曲线法计算已知含量的5种油品，并进行结果比对，表明三波数之和标准曲线法包含的波数全面，结果更接近实际配制值，是标准曲线法中的最佳计算方法。再经过芳香烃占比试验和实际样品验证，表明本文方法在芳香烃占比小于50%时，与校正系数法结果相一致，能满足石油类污染的测定需求。
三波数之和标准曲线法的建立，解决了标准曲线法在红外分光光度法测定石油类总量中的应用难题，突破了单波数标准曲线法的局限性，同时具有简单、方便、准确等特点，是对现行校正系数法的有益补充。但对于芳香烃占比大于50%的石油类污染，计算结果偏差较大，需进一步探讨研究。
-
![]()
图 1 溶液pH值对重金属元素回收率的影响
Figure 1. Effect of pH value on spiked recovery of heavy metal elements
![]()
图 2 椰壳生物炭用量对重金属元素回收率的影响
Figure 2. Effect of the amount of biochar on spiked recovery of heavy metal elements
![]()
图 3 硝酸浓度对Pb和Cu回收率的影响
Figure 3. Effect of the concentration of nitric acid on spiked recoveries of Pb and Cu
表 1 海水中重金属元素质控样品的测定结果
Table 1 Analytical results of quality control samples for heavy metal elements in seawater
重金属
元素BWQ7001-2016(北方伟业) TMQC0129(坛墨质检) 标准值
(μg/L)实际测定值
(μg/L)标准值
(μg/L)实际测定值
(μg/L)Pb 10.0±0.6 9.92 10.2±0.6 10.23 Cu 5.0±0.4 5.05 5.6±0.5 5.57 
下载: 导出CSV
-
[1] 周雷, 罗勇, 黄朝耿, 等. 超声辅助酸提取-ICP-MS快速测定水产品中多种重金属[J]. 食品安全与检测, 2020, 45(8): 292−297. Zhou L, Luo Y, Huang C G, et al. Rapid detection of multi-elements in aquatic products using ultrasonic-assisted acid extraction by ICP-MS method[J]. Food Science and Technology, 2020, 45(8): 292−297.
[2] 肖玉芳, 陆丽君, 李明. SPE-ICP-MS联用测定地下水中的Pb, Cu, Cd和Cr[J]. 环境科学与技术, 2016, 39(S2): 358−361. Xiao Y F, Lu L J, Li M. Solid-phase extraction of Pb, Cu, Cd and Cr in groundwater on multi-walled carbon nanotubes with inductively coupled plasma mass spectrometry[J]. Environment Science & Technology, 2016, 39(S2): 358−361.
[3] 谭赛章, 张昊飞, 吴康康, 等. 自动化树脂分离富集装置与ICP-MS联用在海水痕量金属元素分析中的应用[J]. 上海海洋大学学报, 2019, 28(5): 662−670. doi: 10.12024/jsou.20181202457 Tan S Z, Zhang H F, Wu K K, et al. Determination of trace metals in seawater by inductively coupled plasma mass spectrometry after pre-concentration using an automated system[J]. Journal of Shanghai Ocean University, 2019, 28(5): 662−670. doi: 10.12024/jsou.20181202457
[4] 赵明杰, 孙志佳, 闫兴国, 等. 广东吴川近岸海域表层海水重金属含量及生态风险分析[J]. 海洋地质前沿, 2023, 39(1): 70−76. Zhao M J, Sun Z J, Yan X G, et al. Analysis of heavy metal content and ecological risk in surface seawater of Wuchuan coastal area, Guangdong Province[J]. Marine Geology Frontiers, 2023, 39(1): 70−76.
[5] 公金文, 陈发荣, 郑立, 等. 红海湾表层海水重金属含量与污染评价[J]. 海洋科学进展, 2021, 39(4): 570−580. Gong J W, Chen F R, Zheng L, et al. The concentrations and pollution assessment of heavy metal in surface seawater in Honghai Bay[J]. Advances in Marine Science, 2021, 39(4): 570−580.
[6] Chen J G, Bi W H. Monitoring technology of trace heavy metals in seawater based on spectrophotometry[J]. Chemical Engineering Transactions (CET Journal), 2016, 55: 313−318.
[7] 王增焕, 王许诺, 谷阳光, 等. 疏水性螯合物固相萃取-原子吸收光谱法测定海水中 5种重金属[J]. 岩矿测试, 2017, 36(4): 360−366. Wang Z H, Wang X N, Gu Y G, et al. Determination of 5 heavy metals in seawater by atomic absorption spectrometry with solid-phase extraction of hydrophobic chelate[J]. Rock and Mineral Analysis, 2017, 36(4): 360−366.
[8] 陈晓琴, 黄晶, 张蕾. 固相萃取-电感耦合等离子体原子发射光谱(ICP-AES)法测定地下水中三种重金属[J]. 中国无机分析化学, 2022, 12(5): 7−12. doi: 10.3969/j.issn.2095-1035.2022.05.002 Chen X Q, Huang J, Zhang L. Determination of three heavy metals in groundwater by inductively coupled plasma atomic emission spectrometry (ICP-AES) with solid phase extraction[J]. Chinese Journal of Inorganic Analytical Chemistry, 2022, 12(5): 7−12. doi: 10.3969/j.issn.2095-1035.2022.05.002
[9] 贾亮亮, 范培栋, 张永辉, 等. 固相萃取-电感耦合等离子体质谱(ICP-MS)法测定海水中6种金属元素[J]. 中国无机分析化学, 2023, 13(2): 117−122. doi: 10.3969/j.issn.2095-1035.2023.02.002 Jia L L, Fan P D, Zhang Y H, et al. Determination of six metal elements in seawater by inductively coupled plasma mass spectrometry with solid phase extraction[J]. Chinese Journal of Inorganic Analytical Chemistry, 2023, 13(2): 117−122. doi: 10.3969/j.issn.2095-1035.2023.02.002
[10] 殷俊, 陈贝贝, 何蔓, 等. 聚合物整体柱微萃取与氟化电热蒸发电感耦合等离子体质谱法联用测定海水中的痕量钒和铬[J]. 分析科学学报, 2021, 37(4): 547−552. Yin J, Chen B B, He M, et al. Determination of trace V and Cr in seawater by polymer monolithic column microextraction-fluorination electrothermal vaporization-inductively coupled plasma mass spectrometry[J]. Journal of Analytical Science, 2021, 37(4): 547−552.
[11] 王静, 王鑫, 耿哲, 等. 碰撞池-电感耦合等离子体质谱测定海水重金属[J]. 环境工程学报, 2016, 10(4): 2139−2143. doi: 10.12030/j.cjee.20160488 Wang J, Wang X, Geng Z, et al. Determination of heavy metal in marine waters by collision cell inductively coupled plasma mass spectrometry[J]. Chinese Journal of Environmental Engineering, 2016, 10(4): 2139−2143. doi: 10.12030/j.cjee.20160488
[12] 刘瑶, 宋金明, 孙玲玲, 等. 氢氧化镁共沉淀富集分离ICP-MS测定海水中的稀土元素[J]. 海洋环境科学, 2019, 38(2): 303−309. doi: 10.12111/j.cnki.mes20190220 Liu Y, Song J M, Sun L L, et al. Determination of trace rare earth elements in seawater by ICP-MS with Mg(OH)2 co-precipitation treatment[J]. Marine Environmental Science, 2019, 38(2): 303−309. doi: 10.12111/j.cnki.mes20190220
[13] 李丽君, 薛静. 微波消解-电感耦合等离子体质谱法测定高岭土中10种微量元素[J]. 岩矿测试, 2022, 41(1): 22−31. doi: 10.3969/j.issn.0254-5357.2022.1.ykcs202201003 Li L J, Xue J. Determination of 10 trace elements in kaolin by ICP-MS with microwave digestion[J]. Rock and Mineral Analysis, 2022, 41(1): 22−31. doi: 10.3969/j.issn.0254-5357.2022.1.ykcs202201003
[14] 胡建坤, 韩双来, 卢水淼, 等. 海水痕量金属元素分析中前处理技术的研究进展[J]. 理化检验(化学分册), 2022, 58(10): 1232−1240. Hu J K, Han S L, Lu S M, et al. Research progress of pretreatment technology for analysis of trace metal elements in seawater[J]. Physical Testing and Chemical Analysis (Part B: Chemical Analysis), 2022, 58(10): 1232−1240.
[15] Ge Y C, Zhang R F, Jiang Z Y, et al. Determination of Fe, Ni, Cu, Zn, Cd and Pb in seawater by isotope dilution automatic solid-phase extraction-ICP-MS[J]. Acta Oceanologica Sinica, 2022, 41(8): 129−136. doi: 10.1007/s13131-022-2016-2
[16] 张俊, 姜伟, 宁志铭, 等. 直接稀释-电感耦合等离子体质谱法测定海水中4种溶解态金属[J]. 海洋环境科学, 2023, 42(3): 466−470. doi: 10.12111/j.mes.2022-x-0107 Zhang J, Jiang W, Ning Z M, et al. Determination of 4 dissolved metals in seawater by direct dilution-inductively coupled plasma mass spectrometry method[J]. Marine Environmental Science, 2023, 42(3): 466−470. doi: 10.12111/j.mes.2022-x-0107
[17] Li H T, Tong R, Guo W, et al. Development of a fully automatic separation system coupled with online ICP-MS for measuring rare earth elements in seawater[J]. RSC Advances, 2022, 12(37): 24003−24013. doi: 10.1039/D2RA02833F
[18] 刘伟, 宋金明, 袁华茂, 等. Mg(OH)2共沉淀和直接稀释联用ICP-MS法准确测定海水中的多种常量-微量元素[J]. 分析测试学报, 2017, 36(4): 471−477. doi: 10.3969/j.issn.1004-4957.2017.04.005 Liu W, Song J M, Yuan H M, et al. Simultaneous determination of multiple macro-trace elements in seawater by ICP-MS combined with Mg(OH)2 co-precipitation and direct dilution pretreatment[J]. Journal of Instrumental Analysis, 2017, 36(4): 471−477. doi: 10.3969/j.issn.1004-4957.2017.04.005
[19] 王丹红, 林建杰, 蔡春平, 等. 在线分离富集ICP-MS法直接测定海水中痕量稀土元素[J]. 分析试验室, 2016, 35(7): 773−776. Wang D H, Lin J J, Cai C P, et al. Determination of trace rare earth element in seawater by inductively coupled plasma mass spectrometry with online separation and enrichment technique[J]. Chinese Journal of Analysis Laboratory, 2016, 35(7): 773−776.
[20] 林梵宇, 曾怡杭, 尹希杰, 等. 共沉淀富集法测定海水中稀土元素含量方法研究[J]. 应用海洋学学报, 2020, 39(4): 582−589. doi: 10.3969/J.ISSN.2095-4972.2020.04.015 Lin F Y, Zeng Y H, Yin X J, et al. Experimental conditions for determination of rare earth elements in seawater by coprecipitation enrichment method[J]. Journal of Applied Oceanography, 2020, 39(4): 582−589. doi: 10.3969/J.ISSN.2095-4972.2020.04.015
[21] 许星鸿, 姚海洋, 孟霄, 等. 连云港附近海域海水、表层沉积物和水产品的重金属污染及生态风险评价[J]. 海洋湖沼通报, 2019(5): 110−116. Xu X H, Yao H Y, Meng X, et al. Evaluation on heavy metals pollution and potential ecological risk in seawater, surface sediment and marine organisms in Lianyungang sea areas[J]. Transactions of Oceanology and Limnology, 2019(5): 110−116.
[22] 闫琨, 庞国涛, 邢新丽, 等. 广西企沙半岛近岸表层海水重金属分布、来源及生态风险评价[J]. 海洋环境科学, 2023, 42(1): 89−96. Yan K, Pang G T, Xing X L, et al. Distribution, source analysis and ecological risk assessment of heavy metals in surface seawater near Qisha Peninsula, Guangxi[J]. Marine Environmental Science, 2023, 42(1): 89−96.
[23] 刘宪斌, 朱浩然, 郭夏青, 等. 河北黄骅近岸海域表层海水重金属污染特征及生态风险评价[J]. 安全与环境学报, 2020, 20(2): 747−755. Liu X B, Zhu H R, Guo X Q, et al. On situation of heavy metal contaminant residents in seawater along Huanghua coast area and potential ecological risk assessment, Cangzhou, Hebei[J]. Journal of Safety and Envionment, 2020, 20(2): 747−755.
[24] Wang G L, Zhou Y G, Bian J, et al. Determination of trace heavy metals in seawater with 8-hydroxyquinoline solid phase extraction by ICP-OES[J]. IOP Conference Series: Earth and Environmental Science, 2019, 344(1): 012127. doi: 10.1088/1755-1315/344/1/012127
[25] Raso M, Censi P, Saiano F. Simultaneous determinations of zirconium, hafnium, yttrium and lanthanides in seawater according to a co-precipitation technique onto iron-hydroxide[J]. Talanta, 2013, 116(3): 1085−1090.
[26] 杨武琳, 陈火荣, 李荣茂. In(OH)3共沉淀-电感耦合等离子体质谱法测定海水中的稀土元素[J]. 中国测试, 2018, 44(11): 36−39. doi: 10.11857/j.issn.1674-5124.2018.11.006 Yang W L, Chen H R, Li R M. Determination of rare earth elements in seawater by inductively coupled plasma-mass spectrometry with pre-concentration of In(OH)3 co-precipitation[J]. China Measurement & Test, 2018, 44(11): 36−39. doi: 10.11857/j.issn.1674-5124.2018.11.006
[27] Chu J, Huang Q G, Gao R Q, et al. Determining the concentration of trace vanadium in natural saline lake brines[J]. Nuclear Physics Review, 2022, 39(2): 238−244.
[28] 朱兆洲, 杨鑫鑫, 李军, 等. 固相萃取-电感耦合等离子体质谱法测定地表高盐水体中的痕量稀土元素[J]. 光谱学与光谱分析, 2022, 42(6): 1862−1866. doi: 10.3964/j.issn.1000-0593(2022)06-1862-05 Zhu Z Z, Yang X X, Li J, et al. Determination of rare earth elements in high-salt water by ICP-MS after pre-concentration using a chelating resin[J]. Spectroscopy and Spectral Analysis, 2022, 42(6): 1862−1866. doi: 10.3964/j.issn.1000-0593(2022)06-1862-05
[29] 王小静, 刘洪娜, 任艺君, 等. 海洋沉积物孔隙水中痕量金属元素的测试分析方法[J]. 海洋与湖沼, 2022, 53(5): 1079−1088. doi: 10.11693/hyhz20220100010 Wang X J, Liu H N, Ren Y J, et al. Determination of trace metals in porewater samples of marine sediments[J]. Oceanologia et Limnologia Sinica, 2022, 53(5): 1079−1088. doi: 10.11693/hyhz20220100010
[30] Rapp I, Schlosser C, Rusieck A D, et al. Automated preconcentration of Fe, Zn, Cu, Ni, Cd, Pb, Co and Mn in seawater with analysis using high resolution sector field inductively-coupled plasma mass spectrometry[J]. Analytica Chimica Acta, 2017, 976: 1−13. doi: 10.1016/j.aca.2017.05.008
[31] Zhang X Y, Gao B, Creamer A E, et al. Adsorption of VOCs onto engineered carbon materials: A review[J]. Journal of Hazardous Materials, 2017, 338: 102−123. doi: 10.1016/j.jhazmat.2017.05.013
[32] 于长江, 石云龙, 杨孟威, 等. 椰壳生物碳磁性复合材料对Pb(Ⅱ)的吸附性能研究[J]. 广州化工, 2022, 50(22): 96−99. doi: 10.3969/j.issn.1001-9677.2022.22.029 Yu C J, Shi Y L, Yang M W, et al. Pb(Ⅱ) adsorption on prepared coconut shell derived biochar magnetic composites[J]. Guangzhou Chemical Industry, 2022, 50(22): 96−99. doi: 10.3969/j.issn.1001-9677.2022.22.029
[33] 杨梦楠, 孙晗, 曹海龙, 等. 生物炭-壳聚糖磁性复合吸附剂的制备及去除地下水中铅和铜[J]. 岩矿测试, 2023, 42(3): 563−575. Yang M N, Sun H, Cao H L, et al. Preparation and application of biochar-chitosan magnetic composite adsorbent for removal of lead and copper from groundwater[J]. Rock and Mineral Analysis, 2023, 42(3): 563−575.
[34] 董丽华, 杨晓红, 陈志颖, 等. BAC工艺中活性炭去除重金属机理研究——以Pb(Ⅱ)为例[J]. 中国环境科学, 2023, 43(5): 2228−2238. doi: 10.3969/j.issn.1000-6923.2023.05.014 Dong L H, Yang X H, Chen Z Y, et al. Mechanism of heavy metal removal by spent activated carbon in BAC process—Pb(Ⅱ) example[J]. China Environmental Science, 2023, 43(5): 2228−2238. doi: 10.3969/j.issn.1000-6923.2023.05.014
[35] 陈淇, 程婷, 肖更生, 等. 榴莲壳和龙眼壳活性炭的制备、表征及其吸附性能研究[J]. 食品工业科技, 2023, 44(15): 46−54. Chen Q, Cheng T, Xiao G S, et al. Preparation, characterization and adsorption performance of activated carbon from durian shell and longan shell[J]. Science and Technology of Food Industry, 2023, 44(15): 46−54.
[36] 范明霞, 童仕唐. 活性炭上吸附态重金属稳定性[J]. 环境工程学报, 2017, 11(1): 312−316. doi: 10.12030/j.cjee.201508191 Fan M X, Tong S T. Stability of heavy metals by adsorption on activated carbons[J]. Chinese Journal of Environmental Engineering, 2017, 11(1): 312−316. doi: 10.12030/j.cjee.201508191
-
期刊类型引用(6)
1. 卢碧翠，张修华，王智青，张红进，刘丽立，潘晓瑜，杨明生，黄中伟，陈奇志. 提高电解二氧化锰中间控制磨粉样铁含量检测效率的研究. 中国锰业. 2024(03): 60-63 . 
百度学术
2. 杨精存，丁杭冰，施亚菁. 磁性固相萃取-电感耦合等离子体质谱(ICP-MS)法同时检测制革废水多种重金属元素. 皮革与化工. 2024(05): 20-25 . 百度学术
3. 冯先进，杨斐. 电感耦合等离子体串联质谱技术特点及国内应用现状. 冶金分析. 2023(09): 1-13 . 百度学术
4. 严煜，韩乃旭，卢水淼，夏晓峰，林黎，张秀丽. 工业在线-电感耦合等离子体发射光谱法分析湿法冶炼硫酸锌溶液中铜镉钴铁. 岩矿测试. 2022(01): 153-159 . 本站查看
5. 王干珍，彭君，李力，秦毅，曹健，田宗平. 锰矿石成分分析标准物质研制. 岩矿测试. 2022(02): 314-323 . 本站查看
6. 王凯凯. 等离子质谱在水环境重金属检测中的应用. 冶金管理. 2021(11): 163-164 . 百度学术
其他类型引用(0)
计量
- 文章访问数: 126
- HTML全文浏览量: 24
- PDF下载量: 45
- 被引次数: 6
京公网安备 11010202008159号