交替惩罚三线性分解结合室温磷光法快速解析土壤中芴的含量

摘 要：

多环芳烃是土壤中常见的有机污染物，具有致癌、致畸、致基因突变等“三致作用”。本文建立了一种基于交替惩罚三线性分解结合三维室温磷光法（APTLD-TRTP）测定不同类型土壤（如农田区、生活区和工业区）中多环芳烃芴（FLU）的方法，并与基于平行因子分析的方法（PARAFAC-TRTP）进行比较。首先构建一个验证集来探索开发方法的预测能力，然后利用其对加标土壤样和实际未知土壤样品中FLU进行定量分析。在N=3时，APTLD-TRTP和PARAFAC-TRTP获得土壤加标样中FLU的平均回收率分别为（90.4±5.6）%和（90.3±4.8）%，预测均方根误差（RMSEP）分别为0.32 μg/mL和0.31 μg/mL。方法预测的工业区土壤样中FLU的浓度范围为0.34～0.96 μg/g，显著高于相关标准限值0.05 μg/g，表明该研究区域土壤已受到FLU污染，其污染源可能来源于钢铁工业区煤炭燃烧、石油泄漏和汽车尾气排放等。

关键词：

平行因子分析；交替惩罚三线性分解；室温磷光法；芴；土壤

中图分类号：X830.2

文献标识码：A

文章编号：1008－0457（2024）05－0001－07

国际DOI编码：10.15958/j.cnki.sdnyswxb.2024.05.001

多环芳烃（Polycyclic Aromatic Hydrocarbons，PAHs）是一类广泛存在于环境中的有机污染物，因其具有较强的致畸性、致癌性和致基因突变性，而引起了世界各国人们的共同关注与研究［1-2］。PAHs大多来源于人类的生产活动，少量来自天然源［3］。土壤中PAHs污染是通过大气沉降进入地表，再通过地表径流造成的。植物根部可从土壤中吸收PAHs，所以当人类食用受到PAHs污染的植物时，会危及人类自身的健康［4］。因此，对土壤中PAHs含量的定性和定量分析，可为人们对PAHs的有效防控提供理论依据。

多环芳烃芴（Fluorene，FLU）会刺激皮肤、眼睛及呼吸道，食入后将引起恶心、呕吐及腹泻，对生态环境和人体健康具有严重的危害［5］。目前，检测环境中FLU含量的方法有高效液相色谱法［6-7］、荧光光谱法［8］、高效液相色谱-荧光/紫外二极管阵列检测器串联法［9］、液相/气相色谱-质谱法［10-11］等。这些方法各有其优缺点。高效液相色谱-荧光/紫外二极管阵列检测器串联法灵敏度高、准确可靠，但有机溶剂用量大［12］；高效液相色谱-质谱法分析成本高、预处理麻烦且耗时长［13］；气相色谱-质谱法虽能进行定性与定量分析，但样品处理十分繁琐［14］；荧光光谱法虽然操作简单、测试时间短、灵敏度高，但存在选择性差，易受干扰、光谱峰易重叠等缺点［15］。由于磷光的寿命比荧光长，室温磷光法不仅具有荧光的优点，而且选择性好、线性范围宽［16］。孙莉娜等［17］由于秋水仙碱（COL）能催化过氧化氢（H2O2）氧化吖啶黄（AY），促使 AY 的室温磷光信号（Room Temperature Phosphorescence，RTP）迅速猝灭，开发了基于H2O2氧化 AY 固体基质室温磷光（SS-RTP）测定 COL 的新方法，进一步推动了 COL 检测技术的发展。杨欣等［18］采用同步扫描-微乳状液增稳室温磷光法同时测定痕量多环芳烃。蔡培原［19］发展了一种催化固体基质室温磷光法（SS-RTP）测定痕量奋乃静（PPH），此方法能快速检测人体和动物血液中PPH，从而推动了PPH残留检测技术的研究。然而至今很少有报道采用室温磷光法（TRTP）测定多环芳烃含量的方法研究。

本文提出采用激发-发射矩阵磷光结合基于交替惩罚三线性分解算法的二阶校正方法（Alternating Penalty Trilinear Decomposition-Three-Dimensional RTP，APTLD-TRTP），对某市不同功能区如农田区、生活区和工业区等各类土壤样中FLU含量进行检测，并与基于平行因子分析（Parallel Factor Analysis-TRTP，PARAFAC-TRTP）的方法进行了比较，获得了较为满意的结果。

1 材料与方法

1.1 仪器与试剂

试验中使用的仪器设备有F-7000荧光光谱仪（日本日立公司）、移液枪（芬兰百得，量程为100～1000 μL）、AN0556电子分析天平（上海民桥精密科学仪器有限工公司）、SHZ-DⅢ真空泵（巩义市予华仪器有限公司）、JC101-OA电热恒温鼓风干燥箱（成都科巨实验仪器有限公司）、DF-101S恒温加热磁力搅拌器（巩义市予华仪器有限公司）以及RE-201D旋转蒸发器（巩义市予华仪器有限公司）等。

环己烷、二氯甲烷、乙腈、亚硫酸钠和碘化钾均为分析纯试剂（湖南汇虹有限责任公司）；分析标准物质芴（≥ 99%）和无水乙醇（分析纯）购于上海阿拉丁生化科技股份有限公司；去离子水为实验室超纯水仪生产（艾科浦水纯化系统）。

1.2 样品采集及预处理

土壤样本分别采集于某校区强毅楼旁草坪（QYL，（表示此样本用QYL表示，下同））、逸夫楼旁农田（NT）、某钢铁企业轧钢厂内外空地（ZGN和ZGW）、某污水处理厂内外草地（WSN和WSW）、某橡胶有限公司前后门空地（XJQ和XJH），逸夫楼旁臭水沟（CSG）以及城市周边山脚土（SJ01—SJ05）。用小锄头分别在14个采样点挖取表层土壤于采样袋中。将采取的14个土壤样于30 ℃烘箱中烘干，挑去杂物后研成粉末，过100目筛。每个土壤样分别称取20 g左右于250 mL锥形瓶中，加入30 mL正己烷和20 mL二氯甲烷，密封置于暗处，24 h后减压过滤，收集滤液倒入旋转蒸发仪的蒸发瓶中，再加入5 mL 去离子水，旋转蒸发至约为4 mL 溶液，备用。

1.3 试验方法

准确移取310.00 μg/mL芴（FLU）标准溶液11.5 mL于100 mL棕色容量瓶中，然后用甲醇定容，配制成35.65 μg/mL储备液，备用。

1.3.1 配制验证样与实际样

取6个10 mL 棕色容量瓶，先分别加入0.4、0.5、0.6、0.8、0.9、1.0 mL FLU 工作液，再在每个容量瓶中加入相同的2.5 mL 2.0 mol/L KI、0.5 mL 0.5 mol/L Na2SO3和1.0 mL 8%乙腈溶液，最后用去离子水定容至10 mL，作为校正集（编号为C01—C06）。同样取5个10 mL 棕色容量瓶，分别加入0.55、0.65、0.75、0.85、0.95 mL FLU 工作液，加入与校正集同样的KI、Na2SO3和乙腈溶液，用去离子水定容至10 mL，依次编为T01—T05，作为验证集。再配制4个土壤加标样（S01—S04），与验证集不同的是在4个样本中分别添加了土壤提取液作为干扰。校正集、验证集和土壤加标样品集配好后各物质的浓度如表1、表2和表3所示。

取3个10 mL容量瓶，分别加入2.5 mL 2.0 mol/L KI、0.5 mL 0.5 mol/L Na2SO3和1.0 mL 8%乙水腈溶液，用去离子水定容至10 mL，作为空白样。

平行配制14个土壤实际样，分别加入不同采样点土壤提取液4 mL，再在每个棕色容量瓶中加入与校正集相同体积的KI、Na2SO3和8%乙腈溶液，作为实际样品集。每个实际样品平行测量2次。

1.3.2 仪器参数设置

本试验采用的激发波长范围为260～360 nm，间隔宽度为20 nm；发射波长范围为300～630 nm，间隔宽度为10 nm；采用的狭缝宽度均为20 nm；扫描速度为 240 nm/min，电压为800 V。

1.3.3 交替惩罚三线性分解算法

夏阿林等［20］根据三线性成分模型提出了交替惩罚三线性分解算法（Alternating Penalty Trilinear Decomposition， APTLD）。该算法采用基于最小二乘原理的惩罚因子和残差函数构建三个目标函数， 然后以交替的方式最小化这些目标函数，最后获得方程的最优解。在某种程度上其性能与经典的平行因子分析（PARAFAC）相当，但运算速度快且对过量因子数不敏感。对于APTLD的详细理论推导可参阅文献［20］。APTLD可用于分解三维数阵XI×J×K（其中I为激发波长点数，J为发射波长点数，K为样本数），并获得具有明确物理和化学意义的两个载荷矩阵（A和B）和一个得分矩阵（C）。如以三维磷光数阵为例，矩阵A、B和C分别对应于归一化激发光谱曲线、归一化发射光谱曲线和相对浓度曲线。对校正样中待测分析物的相对浓度与真实浓度作线性回归并获得线性方程，即可用于预测未知样品中待分析物的准确浓度。

2 结果与分析

2.1 试验条件探索及优化

在试验过程中，很多因素会影响磷光的强度，需对试验条件进行优化［21］。在2 h内每隔2 min扫描一次FLU的磷光发射光谱，叠加后光谱如图1所示。一般情况下，为了减小误差，校正集和验证集应在同一时间内全配好，依次测其磷光强度。但从图1可知，芴在初始时刻最大磷光强度为60左右，随着时间推移其磷光强度逐渐减弱，2 h后下降至20左右。所以本试验采用现配现测，以减少试验误差。

2.2 三维磷光光谱

图2是FLU含量为3.56 μg/mL的校正样（C06）、逸夫楼旁臭水沟土壤样（CSG）、逸夫楼旁农田土壤样（NT）、某橡胶有限公司前门和后门土壤样（XJQ和XJH）、某学校强毅楼旁土壤样（QYL）、某市第一污水处理厂内外土壤样（WSN和WSW）和某钢铁企业轧钢厂内外土壤样（ZGN和ZGW）的三维磷光光谱图。从图2可见，9种工业区实际土壤样品的三维磷光光谱与FLU 的磷光光谱峰发生严重重叠。由此可见，直接应用室温磷光法很难实现对土壤样中FLU含量的检测。

2.3 方法验证

首先建立了一个预测FLU浓度的验证模型。采用核一致诊断法（CORCONDIA）［22］对体系组分数进行估计，方法建议模型组分数（N）选3（图3）。然后用APTLD算法对验证模型进行解析，并与经典的PARAFAC算法结果进行了比较，结果如表2所示。两种算法获得验证样中FLU的平均回收率分别为（90.4±5.4）%和（90.8±6.8）%，预测均方根误差（RMSEP）分别为0.35 μg/mL和0.39 μg/mL，相关系数分别为0.936 5和0.984 8。APTLD的t检验值为2.18，小于参考值，说明其预测结果不存在显著性差异；而PARAFAC的t值为2.91，大于参考值，说明其预测结果差异性较大。结果显示APTLD的预测结果稍好于PARAFAC的结果。说明发展的方法可以用于样品中FLU的准确预测。接下来，将采用发展的方法对土壤加标样和实际土壤样中FLU进行定性定量分析。

2.4 快速定量土壤加标样中FLU含量

制备了添加不同浓度FLU的4个土壤样（S01至S04）和一个未加分析物的空白土壤样。按照序号顺序测量样品，未加标河泥样重复测量3次，从而产生了一个维度为14× 6×13的三维数阵。采用CORCONDIA对体系组分数进行估计，获得的组分数（N）为3。

采用两种算法分辨土壤样品集的三维磷光数阵获得了FLU的归一化磷光激发光谱和发射光谱，如图4所示。两种算法分辨的FLU激发光谱与其真实光谱吻合度较好（图4-a和图4-c）。PARAFAC分辨的FLU发射光谱与其真实光谱在580 nm以上区域有较大偏差（图4-b），而APTLD分辨的FLU发射光谱（图4-d红色实线）与其真实光谱（图4-d绿色五角星）几乎完全吻合。由此可知，APTLD能够准确地进行FLU光谱分辨，说明所得的结果是可靠的。另外，除了获得FLU的磷光光谱信息外，还获得一个相对浓度矩阵。对校正集中分析物的相对浓度和已知浓度进行线性回归就能估计出未知样中分析物的浓度。表3列出了土壤样中FLU的预测结果。PARAFAC和APTLD获得的FLU平均回收率分别为（90.3±4.8）%和（90.4±5.6）%，RMSEP分别为0.31 μg/mL和0.32 μg/mL。t值分别为2.43和2.10，小于参考值3.18。这些结果显示基于APTLD的三维校正方法结合室温磷光法在定量分析土壤中FLU时提供了满意的预测能力，且其性能稍好于PARAFAC。

2.5 品质因子分析

品质因子如灵敏度（SEN）、选择性（SEL）、检测下限（LOD）和定量限（LOQ）常用来评估方法预测结果的准确度［23］，其结果列于表3第9至12行。APTLD给出的SEN和SEL分别为36.90和0.30 mL/μg，稍差于PARAFAC的结果（72.96和0.54 mL/μg）。获得的LOD和LOQ分别为0.018和0.053 μg/mL，与已报道的交替三线性分解（ATLD）辅助的HPLC-DAD方法相近，优于PARAFAC给出的结果（0.028和0.083 μg/mL）。从这些结果可知，APTLD给出了较好的品质因子，说明该算法的定量结果准确可靠。这些结果进一步证实了APTLD的性能优良，基于APTLD算法的三维校正方法能用于直接和选择性的定量分析复杂体系中感兴趣组分，并给出满意的结果。

2.6 实际土壤样品中FLU的定量及源解析

用APTLD算法分别解析土壤样品集1和土壤样品集2的三维磷光数阵，对获得的FLU相对浓度矩阵进行线性回归，得到预测值的平均值列于表4中。两种方法获得农田和山脚土样中FLU含量均小于0.046 μg/g，而获得的工业区土壤样品集中FLU的预测浓度范围在0.34～0.96 μg/g之间，其中QYL土壤样品中预测浓度最小，两种方法获得的预测值分别为0.34和0.37 μg/g；CSG样品中预测浓度最大，分别达0.95和0.96 μg/g。

3 讨论与结论

传统的磷光方法在干扰和峰重叠条件下，很难实现对FLU的直接快速定量分析。本研究通过采用基于具有“二阶优势”的交替惩罚三线性分解算法结合高灵敏度的室温磷光法（APTLD-TRTP），对研究区域土壤样中FLU进行检测分析，并与基于平行因子分析（PARAFAC-TRTP）的方法进行比较。为了验证方法的准确性，首先建立了一个验证模型。在无干扰物存在的情况下，采用两种算法都成功实现了对验证样中FLU的准确预测，且APTLD的结果稍好于PARAFAC的结果。由于三维校正方法具有二阶优势，它能从含有未知未校正的干扰中分辨出分析物的激发和发射光谱曲线，还能获得准确的浓度预测。三线性分解方法的唯一性和该方法的可靠性也再一次得到了证实。最后，将发展的方法应用于实际土壤样的解析，并对工业区FLU来源进行解析。工业区土壤中FLU检出值已超加拿大农田土壤中芴限值（0.05 μg/g），说明工业区土壤已受到了一定程度的FLU污染，其污染源可能来源于钢铁工业区煤炭燃烧、石油泄漏和汽车尾气排放等，与已有文献报道相一致［14， 24-25］。

本研究采用荧光分光光度计的磷光模式，对复杂土壤中芴进行无保护流体三维室温磷光扫描，然后采用化学计量学二阶校正方法对数阵进行解析，成功地实现了对某市不同类型土壤中芴含量的检测。本方法分析成本低、操作简单，为土壤中多环芳烃的研究提供了一种很有前景的检测方法。

（责任编辑：严秀芳）

参 考 文 献：

[1]

杜云，王书涛，郑亚南，等.基于荧光分析法和APTLD相结合的多环芳烃的检测［J］.发光学报，2019，40（3）：404-412.

［2］Wilcke W.Global patterns of polycyclic aromatic hydrocarbons （PAHs） in soil［J］.Geoderma，2007，141：157-166.

［3］Alves C A，Vtc3uO1aJsINm5sII/KWqNok5dZc149Sf7yAJsL/VGd4=icente A M，Custdio D，et al.Polycyclic aromatic hydrocarbons and their derivatives （nitro-PAHs，oxygenated PAHs，and azaarenes） in PM2.5 from Southern European cities［J］.Science of the Total Environment，2017，595：494-504．

［4］唐璇.不同种类蔬菜幼苗对多环芳烃胁迫的响应［D］.南宁：广西大学，2018.

［5］程文艳，刘亚男，李蕊.四种溶剂对土壤中芴的提取及HPLC检测比较研究［J］.环境工程，2017，35（4）：154-160.

［6］冯精兰，申君慧，翟梦晓，等.超声萃取-高效液相色谱测定沉积物中的多环芳烃［J］.自然科学，2011，39（6）：88-91.

［7］高庚申，徐兰，安裕敏.紫外-荧光检测器高效液相色谱法测定PM2.5中16种多环芳烃［J］.环境污染与防治，2013（3）：53.

［8］王玉田，刘婷婷，刘凌妃，等.基于三维荧光光谱结合小波压缩与APTLD对水中多环芳烃测定［J］.光谱学与光谱分析，2018，38（4）：1171-1177.

［9］薛佳.环境样品中16种多环芳烃分析方法研究［J］.福建地质，2012，31（4）：358-366.

［10］刘梅.ASE-GPC-GC-MS快速分析土壤中的多环芳烃［J］.干旱环境监测，2012，26（2）：70-73.

［11］Wang G Q，Wang Z Y，Cheng M J，et al.Determination of 30 polycyclic aromatic hydrocarbons in edible vegetable oils by freeze defatting combined with gas chromatography-tandem mass spectrometry［J］.Food Science，2018，39（8）：282-287.

［12］Qing X D，Zhou H B，Zhang X H，et al.Alternating trilinear decomposition of highly overlapped chromatograms for simultaneously targeted quantification of 15 PAHs in samples of pollution source ［J］.Microchemical Journal，2019，146：742-752.

［13］梁婷婷，曾云想，柯建赛，等.UPLC-MS/MS同时测定酱卤制品中15种大环内酯类抗生素［J］.山地农业生物学报，2023，42（5）：78-82.

［14］刘添鑫，姜浪，杨红，等.一种化学计量学耦合新技术用于钢铁工业区土壤中11种多环芳烃的源解析［J］.分析化学，2022，50（5）：791-800.

［15］李爱民，连增艳，杨仁杰，等.基于三维荧光光谱直测土壤中的多环芳烃［J］.环境化学，2018，37（4）：910-912.

［16］邓伟，卿湘东，陈铭，等.化学计量学辅助三维室温磷光法快速测定大气污染源样品中苊含量［J］.分析化学，2018，46（9）：1438-1445.

［17］孙莉娜，林常青，郑志勇.催化H2O2氧化吖啶黄固体基质室温磷光法测定痕量秋水仙碱［J］.井冈山大学学报，2018，39（2）：23-30.

［18］杨欣，黄川，魏雁声，等.同步扫描-微乳状液增稳室温磷光法同时测定痕量多环芳烃的研究［J］.高等学校化学学报，1996，17（5）：716-718.

［19］蔡培原.一种催化固体基质室温磷光法测定痕量奋乃［J］.分析测试技术与仪器，2014，20（1）：20-24.

［20］Xia A L，Wu H L，Fang D M，et al.Alternating penalty trilinear decomposition algorithm for second-order calibration with application to interference-free analysis of excitation-emission matrix fluorescence data［J］.Journal of Chemometrics，2005，19（2）：65-76.

［21］李隆弟，牟兰，陈小康.多环芳烃芴、苊的无保护流体室温磷光性质研究［J］.高等学校化学学报，2000，7：1040-1042.

［22］Bro R，Kiers H A.A new efficient method for determining the number of components in PARAFAC models［J］.Journal of Chemometrics，2003，17（5）：274-86.

［23］Olivieri A C.Computing sensitivity and selectivity in parallel factor analysis and related multi-way techniques：the need for further developments in net analyte signal theory［J］.Analytical Chemistry，2005，77：4936-4946.

［24］周实，李锦莲，李秀玲，等.电化学法检测芴的细胞毒性［J］.生态毒理学报，2021，16（4）：233-239.

［25］Silva A S，Farias L A，Duarte W F.Determination of anthracene，phenanthrene，and fluorene in tap water and sediment samples by fluorescence spectroscopy on nylon membranes and second-order calibration［J］.Talanta，2023，253：124002.

Fast Determination of Fluorene Contents in Soil by Alternating Penalty Trilinear Decomposition Combined with Room Temperature Phosphorescence

Wang Taoxiang， Wu Xinran， Zhang Zhen， Wang You， An Rong， Qing Xiangdong*

（Hunan Provincial Key Laboratory of Dark Tea and Jin-hua， College of Materials and Chemical Engineering， Hunan City University， Yiyang 413000，Hunan， China）

Abstract：

Polycyclic aromatic hydrocarbons （PAHs） are a prevalent class of f widely distributed organic pollutants found in soil， known for their carcinogenic， teratogenic and mutagenic effects on humans and organisms. This study introduced a novel method for detecting the PAHs of fluorene （FLU） in soil samples， utilizing alternating penalty trilinear decomposition combined with three-dimensional room temperature phosphorescence （APTLD-TRTP） and comparing it to a method based on parallel factor analysis （PARAFAC-TRTP）. Initially， a validation model was developed to assess the method’s predictive capability. Subsequently， second-order calibration methods based on PARAFAC and APTLD were employed to quantify FLU in both spiked and actual soil samples. With N=3， the average recovery rates of FLU in spiked samples were （90.4±5.6）% and （90.3±4.8）% using APTLD-TRTP and PARAFAC-TRTP， respectively， with root mean square errors of prediction （RMSEPs） of 0.32 and 0.31 μg/mL， respectively. The estimated concentration range of FLU in actual soil samples ranged from 0.34 to 0.96 μg/g using by the two methods， surpassing the regulatory limit of 0.05 μg/g， indicating contamination of the soil by FLU. Potential sources of pollution include coal combustion in steel industrial zones， oil seep and vehicular emissions.

Keywords：

PARAFAC; alternating penalty trilinear decomposition; room temperature phosphorescence; fluorene; soil