不同土壤物理性质下石油类污染物LIF发射特征研究
王翔1,2, 赵南京1,*, 俞志敏2, 孟德硕1,3, 肖雪1, 马明俊1,3, 杨瑞芳1, 黄尧1, 刘建国1,3
1. 中国科学院环境光学与技术重点实验室, 中国科学院安徽光学精密机械研究所, 安徽 合肥 230031
2. 合肥学院生物与环境工程系, 安徽 合肥 230601
3. 皖江新兴产业技术发展中心, 安徽 铜陵 244000
*通讯联系人 e-mail: njzhao@aiofm.ac.cn

作者简介: 王 翔, 1988年生, 合肥学院生物与环境工程系硕士研究生 e-mail: amoeba0101@163.com

摘要

利用激光诱导荧光技术可对土壤中石油类污染物快速检测, 不同土壤物理性质下, 污染物荧光发射特征具有一定差异。 为实现外场检测时快速制备合适的土壤样品, 实验研究了土壤疏松度、 颗粒度、 湿度与土壤中石油类污染物荧光强度及光谱稳定性之间的关系。 压片机压强大于2 MPa时土壤样品荧光光谱的稳定性较好, 九种不同疏松度的土壤样品荧光强度的相对标准偏差为3.51%。 不同粒径的机油土壤样品荧光强度差异较小, 其中100目土壤样品的荧光光谱RSD值为2.25%。 结果表明, 土壤样品表面呈平整洁净时, 所得样品荧光光谱的稳定性较好, 土壤疏松度和颗粒度对荧光光谱的影响较小。 湿度对土壤样品荧光发射的影响较大, 当土壤湿度低于10%, 荧光强度变化较小; 湿度范围大于10%时, 荧光强度变化较大。 为利用LIF技术对外场土壤中石油类污染物检测时, 快速有效制备土壤样品及准确测量提供参考。

关键词: 激光诱导荧光光谱; 土壤; 颗粒度; 疏松度; 湿度
中图分类号:O433 文献标志码:A
Study on LIF Emission Characteristics of Petroleum Pollutants in Different Soil Physical Properties
WANG Xiang1,2, ZHAO Nan-jing1,*, YU Zhi-min2, MENG De-shuo1,3, XIAO Xue1, MA Ming-jun1,3, YANG Rui-fang1, HUANG Yao1, LIU Jian-guo1,3
1. Key Laboratory of Optics and Technology, Anhui Institute of Optics and Fine Mechanics, Chinese Academy of Sciences, Heifei 230031, China
2. Department of Biological and Environmental Engineering, Hefei University, Hefei 230601, China
3. Wan Jiang New Industry Technology Development Center, Tongling 244000, China
Abstract

The petroleum pollutants in soil can be rapidly detected with laser induced fluorescence technique. However, the fluorescence emission characteristic of each pollutant would be different under different soil physical properties. In order to prepare suitable soil samples rapidly in the field, the relationship between fluorescence intensity and spectral stability of soil organic pollutants, soil bulkiness, particle size and moisture was studied in this paper. The stability of the fluorescence spectra of the soil samples was better when the pressure was greater than 2 MPa, and the relative standard deviation of the fluorescence intensity of the nine soil samples with different porosity was 3.51%. The fluorescence intensity difference of the oil soil samples with different particle sizes was small, and the fluorescence spectrum RSD of 100-mesh soil samples was 2.25%. The results shows that the fluorescence spectrum is stable when the surface of the soil sample is flat and clean. The bulkiness and particle size of soil have little influence on fluorescence emission. When the soil moisture is less than 10%, the changes of fluorescence intensity is less significant , but when the humidity range is greater than 10%, the fluorescence intensity changes greatly. This paper provides references for the rapid and effective pretreatment and accurate measurement of petroleum contaminated soil samples in the field.

Keyword: Laser-induced fluorescence spectroscopy; Soil; Bulkiness; Particle size; Soil moisture
引 言

土壤污染是继水污染、 大气污染后另一个引起全球关注的环境问题, 其中有机物污染是土壤污染的一个重要方面。 快速获取土壤中有机污染物信息对农业生产、 土壤调查、 土壤修复有着重要意义[1, 2, 3]。 传统土壤有机污染物检测方法有重量法[4], 分光光度法[5]、 色谱法[6, 7]等, 但以上方法样品预处理周期较长, 实验条件较为苛刻, 无法满足土壤有机污染物的现场快速检测需求。

激光诱导荧光(laser induced fluorescence, LIF)光谱技术是一种基于待测组分荧光发射光谱的物质成分和含量分析技术, 具有样品使用量少、 预处理过程简单、 检测速度快等特点[8, 9]。 根据待测物受激发产生的特征光谱, LIF技术可用于石油类有机物的定性分析。 Meng等[10]结合主成分分析法、 聚类分析法、 支持向量机对多种机油的激光诱导荧光光谱进行分析识别, 识别精度达到100%。 何俊等[11]利用355 nm波长激光激发不同质量分数蒽的土壤样品, 光谱分析结果显示, 在一定浓度范围内土壤中蒽浓度与其荧光强度呈良好的线性关系, 相关系数为0.999。 研究结果表明利用LIF技术可对土壤中蒽直接测量。

为研究土壤物理性质对土壤中有机物的激光诱导荧光光谱特征影响, 杨仁杰等[12]建立了80目和160目土壤粒径下土壤中蒽浓度与其荧光强度的标准曲线, 并通过瑞利散射光对蒽荧光校正。 降低了土壤粒径大小对蒽标准曲线的影响。 Ko Eun-Joung[13]等研究了溶剂和水对土壤中污染物荧光光谱的影响, 结果显示, 添加溶剂可增强荧光, 添加水分对污染物荧光的影响较小。 由此可见, 土壤物理性质对土壤中有机物荧光强度的影响不容忽视。

为进一步考察不同土壤物理性质下石油类有机污染物的荧光发射特性, 研究了不同疏松度、 颗粒度、 湿度下土壤样品的荧光光谱变化规律。 目前LIF技术应用于土壤中石油污染物现场快速准确检测时仍面临一系列的挑战, 本研究为实现LIF技术在外场快速检测时土壤样品的简单, 有效预处理及稳定, 准确测量提供参考。

1 实验部分
1.1 仪器

实验采用Quantel公司的Nd∶ YAG四倍频固体激光器作为激发光源(仪器默认工作频率为10 Hz, 发射波长为266 nm, 脉冲宽度6 ns, 激光束直径9 mm)。 稳定的激光束经过266 nm全反射透镜反射后, 垂直作用在土壤样品表面。 样品置于二维旋转样品台上, 避免激光重复打点, 土壤样品吸收激光能量后释放荧光, 荧光经过透镜聚焦后由光纤传输至光谱仪进行分光探测。 实验中使用的光纤孔径为800 μ m, 光谱仪型号为Ocean公司的Maya-2000pro, 光谱探测范围为200~1 100 nm, 分辨率为1.1 nm。

1.2 材料

实验中所用土壤均采集于合肥市董铺岛, 为未遭受重金属和有机物污染的苗圃土壤, 所采集的土壤样品均在60 ℃的恒温箱中烘干, 并去除石子、 植物根茎等杂物, 研磨后过不同目数筛后留存备用。 由于土质本身含有少量有机质, 利用LIF检测系统可对土壤中有机质进行荧光探测。 实验考察了不同疏松度、 颗粒度、 湿度下土壤有机物的荧光发射特征光谱。 其中各样品的处理方法如下

(1) 疏松度: 利用粉末压片机压制成不同疏松度的土壤样品。 实验中土壤样品为过130目筛的土壤粉末, 称取每份3 g, 利用粉末压片机压分别在2, 3, 4, 5, 6, 8, 10, 12和14 MPa压强下压制成直径30 mm左右的薄土片备用。

(2) 颗粒度: 将研磨后的土壤粉末依次过130目、 100目、 40目、 20目筛, 制成颗粒直径分别为小于0.11, 0.11~0.15, 0.2~0.42和0.42~0.9 mm的四种土壤样品, 依次称取0.15 g机油和2.75 g各颗粒土壤均匀混合后, 在4 MPa压强下压制成直径30 mm, 质量分数为5%的机油土壤样品备用。

(3) 湿度: 添加去离子水配制成湿度不同的土壤样品。 实验中选用过130目筛土壤粉末添加去离子水, 配置成湿度分别为10%, 15%, 20%, 25%, 30%和35%的6种土壤样品备用。

2 结果与讨论
2.1 疏松度

实验所用土壤经研磨处理后为细腻粉末, 直接利用激光作用于粉末状土壤样品时, 会产生较大扬尘, 阻碍荧光接收的同时, 也会污染透镜、 光纤等器件, 因此考虑利用粉末压片机对土壤样品进行压片处理。 不同压强会影响到土壤疏松度以及表面光滑程度, 从而可能对土壤有机物荧光的产生和探测产生一定影响。

利用LIF检测系统对9种不同疏松度土壤样品在相同的实验条件下进行荧光探测。 实验中选用土壤荧光峰主峰的光强度值作为衡量样品的荧光强度M, 在稳定的激光条件下, 记录连续20组荧光光谱的荧光强度M并计算它们的相对标准偏差(relative standard deviation, RSD)作为衡量样品荧光光谱稳定性的参数。 图1为土壤样品的荧光光谱。

图1 土壤样品的荧光光谱Fig.1 The fluorescence spectra of soil sample

如图1所示, 土壤荧光光谱范围为300~500 nm, 激光能量稳定条件下, 单脉冲光谱强度在420左右。 其中主峰位置在波段范围367 nm附近, 记录不同疏松度土壤样品的光谱数据并分析, 得到荧光强度值和光谱RSD值随土壤样品疏松度之间变化关系如图2。

图2 不同疏松度土壤样品的荧光强度值及光谱RSD值Fig.2 The fluorescence intensity and RSD of different looseness of soil

随着粉末压片机压力提升, 土壤样品整体结构变的更加紧实质密, 样品表面也趋于光滑。 从图2可以看出, 随着对土壤样品压力增大, 其荧光强度基本稳定在450左右。 且九种疏松度样品的RSD为3%~5%, 说明光谱的整体稳定性较好。 其中在2 MPa压力下制成的样品同样具有很好的光谱稳定性, 由此可以推断, 土壤疏松度并不是影响荧光强度的关键因素, 只要保证土壤表面的洁净和光滑, 即可满足土壤荧光的强度和稳定性需要。

配置质量分数为2%的润滑油土壤粉末, 充分混合均匀后称取3 g土壤粉末分别在压力2, 4, 6, 8和10 MPa下压制成直径为30 mm, 厚度为2.35 mm左右的土片, 另取混合粉末手动压制的样品记作0 MPa, 对以上6个润滑油土壤样品进行荧光探测, 图3显示的是润滑油土壤的单脉冲荧光光谱图。 以润滑油荧光峰主峰357 nm处光强作为样品的荧光强度值M, 激光工作频率为10 Hz, 积分时间为3 000 ms, 对6个样品所测得的荧光值比较分析得到图4。

图3 2%润滑油土壤荧光光谱图Fig.3 Fluorescence spectrum of 2% oil in soil

图4 不同疏松度下2%润滑油土壤的荧光强度图Fig.4 Fluorescence intensity of 2% oil in soil in different bulkiness of soil

从图4可以看出6个样品的荧光强度差异较小, RSD为2.21%。 表明土壤疏松度不是影响油污土壤样品荧光的重要因素。 因此在利用LIF技术检测土壤中石油类污染物时, 制备表面平整洁净的样品即可满足荧光稳定性和强度要求, 而2 MPa的压强在外场条件不难完成, 且对于质地均匀的土壤样品甚至可以简单压平处理后进行检测, 快速制备稳定可靠的土壤样品可以大大提高LIF技术的检测效率和准确性。

2.2 颗粒度

颗粒度是土壤的另一个重要物理特征。 利用LIF检测系统在相同实验条件下对不同粒径的油污土壤样品进行荧光探测, 以机油为例配制石油类污染土壤样品, 分析不同粒径机油土壤的荧光强度及各粒径油污土壤的光谱稳定性。 其中机油土壤的单脉冲荧光光谱如图5所示。

图5 5%机油土壤荧光光谱图Fig.5 Fluorescence spectrum of 5% engine oil in soil

图5为掺杂质量分数为5%的机油土壤荧光光谱, 荧光峰主峰位于345 nm附近, 以荧光峰主峰强度为样品的荧光强度M。 连续记录每种粒径样品的20组荧光光谱, 比较不同粒径样品的荧光强度和RSD得到表1

表1 不同粒径颗粒土壤的荧光强度与RSD值 Table 1 The fluorescence intensity and RSD of different Particle size of soil

表1可以看出, 不同粒径机油土壤的荧光光谱稳定性较好, RSD在3%~4.5%之间。 各粒径样品的荧光强度基本稳定在3 000左右, 四种粒径机油土壤荧光强度的标准偏差为3.3%。 结果表明土壤颗粒度对荧光光谱的稳定性影响很小。 在外场取样后, 无须对样品进行细致研磨处理后再进行荧光检测。 可对土壤样品进行简单压平处理至土壤样品表面平整即可。 减少了样品预处理的时间和难度。 提高了现场检测效率。

2.3 湿度

利用LIF系统对油污土壤进行探测时, 土壤湿度对样品荧光强度的影响不容忽视。 由于土壤本身含有少量有机质, 在激光作用下会发射微弱荧光, 为了探测不同湿度土壤中有机质的荧光差异, 添加不同质量分数的去离子水配置湿度分别为10%, 15%, 20%, 25%, 30%和35%的土壤样品, 利用LIF检测系统对其进行荧光探测, 考察不同土壤湿度下样品荧光发射特征。 得到土壤湿度与荧光强度对应关系如图6所示。

图6 不同湿度对应的土壤荧光光谱(a)及荧光峰散点图(b)Fig.6 Fluorescence spectra (a) and fluorescence peak (b) scatter plot of soil with different soil moisture

对比图1中的干燥土壤荧光光谱可知, 10%湿度的土壤荧光强度约为440, 与干燥土壤的荧光强度差别很小, 由此可知湿度小于10%时, 土壤样品的荧光光谱强度较稳定。 由图6(a, b)可以看出土壤湿度为10%~25%时, 土壤中有机质荧光强度随湿度增加呈现逐渐上升趋势, 湿度为25%~30%时, 荧光强度增加缓慢且逐渐趋于稳定, 随后出现急剧下降趋势, 当湿度达到35%时如图6(b), 湿土荧光非常不稳定。 这可能是由于水分填充进土壤颗粒后改变了土壤有机质与土壤颗粒的结合方式, 从而使得土壤有机质的荧光发射效率提高。 而当土壤样品湿度过大达到35%时, 样品已经呈泥浆状, 对激光能量的吸收和散射效应加强, 有效激光能量变小, 导致荧光光谱信号减弱。

对于10%~25%湿度区间内的土壤荧光进行线性拟合, 得到荧光强度与土壤湿度的线性拟合图如图7所示。

图7 土壤湿度与荧光强度的线性拟合关系Fig.7 Linear fitting relationship between soil moisture and fluorescence intensity

由图7可知, 在10%~25%湿度区间内, 土壤荧光强度与土壤水分含量呈一定的线性关系, 两者相关系数达0.979。 外场检测过程中采样的土壤样品湿度会因场地位置、 天气条件等因素变化而不同, 当土壤湿度过大时, 土壤中有机污染物的浓度检测结果可能会比真实浓度值偏高, 当进行外场污染土壤检测时, 可依据所得方程对所测样品的荧光强度进行湿度校正, 以消除自然土壤中湿度对荧光探测的干扰, 使得测量结果更接近真实值, 有利于对土壤有机污染物浓度的准确掌握。

3 结 论

介绍了不同土壤物理性质下石油类有机物污染土壤的荧光发射特性, 为了满足外场土壤样品的快速有效预处理以及准确稳定检测需求, 研究了不同土壤疏松度、 颗粒度、 湿度下石油类污染土壤的荧光变化规律, 结果显示土壤样品疏松度和颗粒度对土壤中石油类污染物荧光强度影响可忽略, 在外场检测时, 制备表面平整、 洁净的土壤样品即可满足荧光检测强度和稳定性需求。 湿度对荧光探测的影响较大, 湿度小于10%时, 荧光变化量较小; 湿度高于30%不利于荧光检测; 湿度在10%~25%内, 可通过标准曲线法对荧光强度进行相应校正。

The authors have declared that no competing interests exist.

参考文献
[1] Hu Wenyou, Lu Yonglong, Wang Tieyu, et al. Environmental Geochemistry and Health, 2010, 32(2): 84. [本文引用:1]
[2] Insam Heribert, Seewald Martin S A. Biology and Fertility of Soils, 2010, 46(3): 199. [本文引用:1]
[3] YANG Yong, ZHANG Jiang-wei, CHEN Kai, et al(杨勇, 张蒋维, 陈恺, ). Chinese Journal of Environmental Engineering(环境工程学报), 2016, 10(1): 427. [本文引用:1]
[4] WANG Ru-gang, WANG Min, NIU Xiao-wei, et al(王如刚, 王敏, 牛晓伟, ). Chinese Journal of Analytical Chemistry(分析化学), 2010, 38(3): 417. [本文引用:1]
[5] HU Xiao-ming, PAN Zi-hong(胡小明, 潘自红). Applied Chemical Industry(应用化工), 2012, 41(4): 708. [本文引用:1]
[6] ZHANG Ya-nan, YANG Xing-lun, BIAN Yong-rong, et al(张亚楠, 杨兴伦, 卞永荣, ). Chinese Journal of Analytical Chemistry(分析化学), 2016, (10): 1514. [本文引用:1]
[7] CHEN Ye, XU Xiu-yan, WANG Chao, et al(陈烨, 许秀艳, 王超, ). Chinese Journal of Analytical Chemistry(分析化学), 2015, (7): 1009. [本文引用:1]
[8] Khosroshahi, Mohamad E, Rahmani M, et al. Journal of Fluorescence, 2012, 22(1): 281. [本文引用:1]
[9] Taketani F, Kanaya Y, Nakamura T, et al. Journal of Aerosol Science, 2013, 58: 1. [本文引用:1]
[10] Meng F D, Chen S Y, Zhang Y C, et al. Analytical Letters, 2015, 48(13): 2090. [本文引用:1]
[11] HE Jun, DENG Hu, WU Zhi-xiang, et al(何俊, 邓琥, 武志翔, ). Opto-Electronic Engineering(光电工程), 2011, 6: 105. [本文引用:1]
[12] YANG Ren-jie, DONG Gui-mei, YANG Yan-rong, et al(杨仁杰, 董桂梅, 杨延荣, ). Optics and Precision Engineering(光学精密工程), 2016, 24(11): 2665. [本文引用:1]
[13] Ko E J, Kim K W, Park K, et al. Sensors, 2010, 10(4): 3868. [本文引用:1]