应用近红外光谱法研究泻湖湿地沉积物重金属活动态特征及生态风险评价
发布时间：2021-06-06 18:52
沉积物中的重金属元素经自然作用下可以活动态进行迁移,具有潜在生物可利用性及潜在的区域生态风险。利用近红外光谱（NIRS）技术开展不同基体类型样品响应机理研究,可为评估重金属活动态提供无损、快速的分析方法,为生态风险研究提供依据。天津七里海泻湖湿地沉积物具有低有机质-高黏土含量的特征,本文基于近红外光谱分析技术,建立了沉积物中Co、Ni、Cu、Zn、Cd、Pb重金属活动态组分含量近红外光谱-偏最小二乘回归预测模型。实验结果表明:样品在7290～6390cm-1和4683～4000cm-1波段存在的双羟基O—H伸缩振动、AlAl—OH及Al（Mg）—OH弯曲振动特征吸收,间接指示了重金属元素活动态含量。光谱预测结果显示,近百年来七里海沉积物中Co、Ni、Cu、Zn、Cd、Pb活动态组分的变化特征对应了当地1934—1948年、1956—1963年、1976年至今三次较明显的升温过程,也对应了1980年七里海水库建设等大型人为扰动。本研究样品中Co、Ni、Cu、Zn、Cd、Pb总量及活动态均低于国家标准中规定的生态风险阈值,七里海内村镇及周边农田来...
【文章来源】：岩矿测试. 2020,39(04)北大核心CSCD
【文章页数】：12 页
【部分图文】：
均一化预处理对Co校正模型的优化:(a)未采取均一化;(b)经过MSC处理
随着学术界对元素赋存形态及其地球化学行为等研究的关注,开展对Cu、Zn、Cd、Pb等具有生态效应的重金属元素的分析方法及应用研究,已成为环境地球化学领域研究热点[8-10]。在实验室内,模拟自然条件利用单一或络合试剂可将金属元素活化、释放,并分别利用电感耦合等离子体发射光谱/质谱仪、原子吸收光谱仪等测定各组分含量,基于顺序提取的概念,活动态对应了弱酸提取态、少部分铁锰氧化物结合态和有机质结合态,并与弱酸提取态显著正相关[11-15]。近红外光谱(Near Infrared Spectroscopy,NIRS)技术伴随着化学计量学的发展,在环境分析领域得到了广泛应用。Dalal等[16]探索了利用NIRS对土壤中水分、有机碳、氮含量的预测,后续Grzegorz等[17]针对矿山、工厂等高背景地区周边土壤、农业种植区及大型城市周边土壤,开展了对Cd、Pb、Zn、Ni、Cu等重金属元素总量的预测,通过适宜光谱波段及建模回归方法的讨论,得到了满足环境监测及风险评估需求的结果(R>0.7)。Malley等将研究对象拓展至富营养湖泊及河口沉积物等,研究推动了NIRS技术对湖泊相、河相及海洋沉积物的适用性[18-21]。我国学者也开展了农用土壤、极地湖泊沉积及生物质沉积样品中重金属总量的光谱反演,对于不同元素预测效果不尽相同[22-24]。Xia等[25-26]对长江流域土壤及河床沉积物中Cd元素总量进行了光谱预测(R>0.81),并讨论了铁锰氧化物及有机质对Cd不同提取态的相关性,为探索光谱预测机理、认识长江流域生态风险现状提供了有效参考。基于有机质对重金属元素存在吸附作用这一理论基础,已有研究提出的方法适用范围限于高有机质含量(Corg>3mg/g)、高背景区、颜色变化范围较窄的样品,且研究指标集中于重金属元素总量,而基于近红外光谱开展对重金属元素活动态的研究较少。因此,开展NIRS对不同基体类型样品重金属活动态的预测应用及响应机理研究,将为讨论重金属的生态效应提供更直接的依据。
采用相关系数、校正标准差(SEC)、预测标准差(SEP)等参数对光谱预测模型能力进行评估。以Co和Zn的校正模型为例,对比了均一化处理前后及采取不同基线校正方法校正结果的差异(图2、图3)。对比结果表明,采用适宜半宽值平滑、MSC-二阶导处理有效提高了校正模型的拟合效果,可以进行下一步的模型预测。为后续讨论NIR预测重金属元素的机理,同时列出了在相同建模方法下每种活动态元素对应的元素总量结果,总量提取方法遵循“氢氟酸-高氯酸-盐酸-硝酸”四酸法结合过氧化氢进行充分消解。表1中的数据显示各元素的活动态和总量PLSR校正模型的拟合结果较好地对应了化学测定值(R c 2 >0.6),同时各元素活动态组分拟合结果普遍优于同元素总量拟合结果。可以认为,活动态是NIRS预测重金属元素的主控组分,其含量变化范围相对较窄,受样品基质影响较大,直接影响了NIRS对重金属元素的预测效果。
【参考文献】：
期刊论文
[1]明湖国家湿地公园10种水生植物的重金属富集特征[J]. 李金辉,丁薇,翁贵英,邓红江,张绪勇,张旭. 水生态学杂志. 2020(01)
[2]土壤重金属污染风险筛选值划分方法:以Cd为例[J]. 王锐,张风雷,徐姝姝,张永文. 环境科学. 2019(11)
[3]柘林湾海水养殖区底泥中重金属生物有效性及生态风险评价[J]. 张婷,刘爽,宋玉梅,潘佳钏,郭鹏然. 环境科学学报. 2019(03)
[4]土壤金属元素近红外光谱定量校正模型适应性初步研究[J]. 王冬,马智宏,王纪华,靳欣欣,侯金健,潘立刚. 光谱学与光谱分析. 2017(04)
[5]基于近红外光谱快速分析东南极湖泊沉积物化学元素含量[J]. 王哲,聂亚光,陈倩倩,刘文齐,刘晓东. 极地研究. 2016(03)
[6]长期垦殖与退化对七里海芦苇沼泽土壤盐分的影响[J]. 冯小平,王义东,郭长城,王中良. 湿地科学. 2014(03)
[7]利用光谱技术分析北京地区农业土壤重金属光谱特征[J]. 李淑敏,李红,孙丹峰,周连第,鲍京. 土壤通报. 2011(03)
[8]滇池内湖滨带沉积物中重金属形态分析[J]. 卢少勇,焦伟,金相灿,李光德,刘震,张烨. 中国环境科学. 2010(04)
[9]沈阳细河沿岸土壤中重金属垂直分布特征与形态分析[J]. 王晓春,路国慧,刘晓端,何俊,汤奇峰,徐清,刘久臣,罗松光,杨永亮. 岩矿测试. 2010(02)
[10]土壤和沉积物中重金属生物可利用性的评估[J]. 王畅,郭鹏然,陈杭亭,舒永红. 岩矿测试. 2009(02)
本文编号：3214949
【文章来源】：岩矿测试. 2020,39(04)北大核心CSCD
【文章页数】：12 页
【部分图文】：
均一化预处理对Co校正模型的优化:(a)未采取均一化;(b)经过MSC处理
随着学术界对元素赋存形态及其地球化学行为等研究的关注,开展对Cu、Zn、Cd、Pb等具有生态效应的重金属元素的分析方法及应用研究,已成为环境地球化学领域研究热点[8-10]。在实验室内,模拟自然条件利用单一或络合试剂可将金属元素活化、释放,并分别利用电感耦合等离子体发射光谱/质谱仪、原子吸收光谱仪等测定各组分含量,基于顺序提取的概念,活动态对应了弱酸提取态、少部分铁锰氧化物结合态和有机质结合态,并与弱酸提取态显著正相关[11-15]。近红外光谱(Near Infrared Spectroscopy,NIRS)技术伴随着化学计量学的发展,在环境分析领域得到了广泛应用。Dalal等[16]探索了利用NIRS对土壤中水分、有机碳、氮含量的预测,后续Grzegorz等[17]针对矿山、工厂等高背景地区周边土壤、农业种植区及大型城市周边土壤,开展了对Cd、Pb、Zn、Ni、Cu等重金属元素总量的预测,通过适宜光谱波段及建模回归方法的讨论,得到了满足环境监测及风险评估需求的结果(R>0.7)。Malley等将研究对象拓展至富营养湖泊及河口沉积物等,研究推动了NIRS技术对湖泊相、河相及海洋沉积物的适用性[18-21]。我国学者也开展了农用土壤、极地湖泊沉积及生物质沉积样品中重金属总量的光谱反演,对于不同元素预测效果不尽相同[22-24]。Xia等[25-26]对长江流域土壤及河床沉积物中Cd元素总量进行了光谱预测(R>0.81),并讨论了铁锰氧化物及有机质对Cd不同提取态的相关性,为探索光谱预测机理、认识长江流域生态风险现状提供了有效参考。基于有机质对重金属元素存在吸附作用这一理论基础,已有研究提出的方法适用范围限于高有机质含量(Corg>3mg/g)、高背景区、颜色变化范围较窄的样品,且研究指标集中于重金属元素总量,而基于近红外光谱开展对重金属元素活动态的研究较少。因此,开展NIRS对不同基体类型样品重金属活动态的预测应用及响应机理研究,将为讨论重金属的生态效应提供更直接的依据。
采用相关系数、校正标准差(SEC)、预测标准差(SEP)等参数对光谱预测模型能力进行评估。以Co和Zn的校正模型为例,对比了均一化处理前后及采取不同基线校正方法校正结果的差异(图2、图3)。对比结果表明,采用适宜半宽值平滑、MSC-二阶导处理有效提高了校正模型的拟合效果,可以进行下一步的模型预测。为后续讨论NIR预测重金属元素的机理,同时列出了在相同建模方法下每种活动态元素对应的元素总量结果,总量提取方法遵循“氢氟酸-高氯酸-盐酸-硝酸”四酸法结合过氧化氢进行充分消解。表1中的数据显示各元素的活动态和总量PLSR校正模型的拟合结果较好地对应了化学测定值(R c 2 >0.6),同时各元素活动态组分拟合结果普遍优于同元素总量拟合结果。可以认为,活动态是NIRS预测重金属元素的主控组分,其含量变化范围相对较窄,受样品基质影响较大,直接影响了NIRS对重金属元素的预测效果。
【参考文献】：
期刊论文
[1]明湖国家湿地公园10种水生植物的重金属富集特征[J]. 李金辉,丁薇,翁贵英,邓红江,张绪勇,张旭. 水生态学杂志. 2020(01)
[2]土壤重金属污染风险筛选值划分方法:以Cd为例[J]. 王锐,张风雷,徐姝姝,张永文. 环境科学. 2019(11)
[3]柘林湾海水养殖区底泥中重金属生物有效性及生态风险评价[J]. 张婷,刘爽,宋玉梅,潘佳钏,郭鹏然. 环境科学学报. 2019(03)
[4]土壤金属元素近红外光谱定量校正模型适应性初步研究[J]. 王冬,马智宏,王纪华,靳欣欣,侯金健,潘立刚. 光谱学与光谱分析. 2017(04)
[5]基于近红外光谱快速分析东南极湖泊沉积物化学元素含量[J]. 王哲,聂亚光,陈倩倩,刘文齐,刘晓东. 极地研究. 2016(03)
[6]长期垦殖与退化对七里海芦苇沼泽土壤盐分的影响[J]. 冯小平,王义东,郭长城,王中良. 湿地科学. 2014(03)
[7]利用光谱技术分析北京地区农业土壤重金属光谱特征[J]. 李淑敏,李红,孙丹峰,周连第,鲍京. 土壤通报. 2011(03)
[8]滇池内湖滨带沉积物中重金属形态分析[J]. 卢少勇,焦伟,金相灿,李光德,刘震,张烨. 中国环境科学. 2010(04)
[9]沈阳细河沿岸土壤中重金属垂直分布特征与形态分析[J]. 王晓春,路国慧,刘晓端,何俊,汤奇峰,徐清,刘久臣,罗松光,杨永亮. 岩矿测试. 2010(02)
[10]土壤和沉积物中重金属生物可利用性的评估[J]. 王畅,郭鹏然,陈杭亭,舒永红. 岩矿测试. 2009(02)
本文编号：3214949
本文链接：https://www.wllwen.com/kejilunwen/huanjinggongchenglunwen/3214949.html
