水化学离子对溶解有机物三维荧光光谱影响及分类预处理方法
雷宏军1, 杨光1, 潘红卫1,*, 王逸飞1, 易军2, 王珂珂2, 王国豪2, 童文彬1, 史利利1
1.华北水利水电大学水利学院, 河南 郑州 450046
2.河南省生态环境技术中心, 河南 郑州 450045
*通讯作者 e-mail: phw103@163.com

作者简介: 雷宏军, 1975年生, 华北水利水电大学水利学院教授 e-mail: hj_lei2002@163.com

摘要

三维荧光光谱在水环境原位监测领域具有广阔的应用前景。 但由于其预处理方法简单, 不能完全排除水环境中水化学离子的干扰, 会降低水质识别结果的准确性。 目前尚无相关研究对这种干扰情况进行分类。 为定量解释天然水环境中水化学离子对溶解性有机质(DOM)荧光特性的干扰, 本研究以腐殖酸为研究对象, 设置不投加离子为对照, 其他样品中分别投加3种离子浓度(1~100 mg·L-1)的9种水化学离子(Na+、 Cl-、 $NO_{3}^{-}$、 Ca2+、 Mg2+、 K+、 $CO_{3}^{2-}$、 $HCO_{3}^{-}$、 $SO_{4}^{2-}$)。 通过平行因子法和区域积分法对不同离子浓度下DOM荧光光谱数据进行解析, 得到水化学离子对DOM荧光特性(荧光区域积分、 组分最大荧光强度、 荧光参数)的影响。 根据对荧光特性的影响程度, 采用系统聚类分类方法, 将水化学离子的干扰作用分为三类: 第一类 (10、 100 mg·L-1 $CO_{3}^{2-}$), 增强; 第二类(10、 100 mg·L-1 $SO_{4}^{2-}$和100 mg·L-1 $NO_{3}^{-}$), 减弱; 第三类 (1、 10 mg·L-1 $NO_{3}^{-}$、 未添加离子、 1 mg·L-1 $CO_{3}^{2-}$、 $SO_{4}^{2-}$和1、 10、 100 mg·L-1 Ca2+、 Mg2+、 K+、 $HCO_{3}^{-}$、 Na+、 Cl-), 无显著影响。 结果表明, 当天然水环境中的水化学离子属于第三类离子时, 可采用三维荧光光谱进行水环境监测。 在其他情况下, 应优先考虑在预处理过程中去除水化学离子干扰的方法, 例如离子回旋共振质谱法等; 或者加强三维荧光光谱技术与其他技术的联合, 在减少单一技术局限性的同时, 获得更全面的信息。 该研究为还原真实荧光光谱提供了数据基础, 为三维荧光与其他技术的联合应用提供科学依据。

关键词: 溶解性有机质; 三维荧光光谱; 水化学离子; 荧光区域积分; 平行因子分析
中图分类号:O657.3 文献标志码:A
Influence of Hydrochemical Ions on Three-Dimensional Fluorescence Spectrum of Dissolved Organic Matter in the Water Environment and the Proposed Classification Pretreatment Method
LEI Hong-jun1, YANG Guang1, PAN Hong-wei1,*, WANG Yi-fei1, YI Jun2, WANG Ke-ke2, WANG Guo-hao2, TONG Wen-bin1, SHI Li-li1
1. School of Water Conservancy, North China University of Water Resources and Electric Power, Zhengzhou 450046, China
2. Henan Provincial Ecological Environment Technology Center, Zhengzhou 450045, China
*Corresponding author
Abstract

Three-dimensional fluorescence spectroscopy has broad application prospects in the in-situ water environment monitoring. However, due to its simple pretreatment method, the interference of hydrochemical ions in the water environment cannot be completely excluded, which could reduce the accuracy of water quality identification results. Currently, no relevant studies have classified this interference. In this study, we set nine kinds of hydrochemical ions (Na+, Cl-, $NO_{3}^{-}$, $CO_{3}^{2-}$, Ca2+, Mg2+, K2+, $HCO_{3}^{-}$, $SO_{4}^{2-}$) at the level of three ion concentrations (1~100 mg·L-1) and explored the changes of fluorescence characteristic by fluorescence parameters. Based on the fluorescence characteristic, the interference was divided into three different degrees using systematic clustering analysis: the first type (10~100 mg·L-1 $CO_{3}^{2-}$), significant increase; the second type (10~100 mg·L-1 $SO_{4}^{2-}$ and 100 mg·L-1 $NO_{3}^{-}$), significant reduction; the third type (1~10 mg·L-1 $NO_{3}^{-}$, no added ions, 1 mg·L-1 $CO_{3}^{2-}$, $SO_{4}^{2-}$ and 1~100 mg·L-1 Ca2+, Mg2+, K2+, $HCO_{3}^{-}$, Na+, Cl-), mild interference. In other cases, priority should be given to methods that can remove the interference of hydrochemical ions, such as ion cyclotron resonance mass spectrometry. In addition, the combination of three-dimensional fluorescence spectroscopy and other technologies is strengthened to obtain more comprehensive information while reducing the limitations of a single technology. This study provides a data basis for restoring the real fluorescence spectra and a scientific basis for the selection and combined application of three-dimensional fluorescence and other techniques.

Keyword: Dissolved organic matter; Three-dimensional fluorescence spectroscopy; Ion interference; Fluorescence region integral; Parallel factor analysis
引言

溶解有机物(dissolved organic matter, DOM)是一种富含芳香和脂质(如腐殖质物质、 蛋白质、 木质素和多糖)的大分子复杂混合物[1]。 广泛存在于天然水环境、 沉积物、 土壤、 工业废水和微生物分泌物中[2, 3], 并通过其复杂的官能团结构影响着污染物的毒性、 迁移转化以及在元素的生物地球化学循环中发挥重要作用[4]。 DOM的环境行为在污染物识别、 溯源[5]和水体环境监测[6]方面受到了广泛关注。

在早期研究中, 使用溶解有机碳(DOC)[7]和紫外参数[8]表征DOM的总含量。 近年来, 研究人员发现通过分析DOM中产生荧光的物质, 可以分析DOM的组成和特征。 因此, 三维荧光光谱技术作为一种先进的DOM测量方法在水环境监测领域[9]开展了众多研究。 传统水环境监测方法监测周期长、 采集数据滞后, 而三维荧光光谱可提供快速、 高精度和无损的原位监测[6]。 目前, 研究人员已经建立了DOM的荧光组分[10]、 荧光参数[11]和水质指标之间的定量关系, 用于跟踪污染物负荷的变化。

三维荧光光谱技术有一定的局限性。 例如, 被测组分的荧光特性在一定程度上受到环境因素(溶液温度、 pH值、 离子等)的影响, 特别是由于其预处理方法简单, 不能完全排除水环境中水化学离子的干扰, 这限制了三维荧光技术在环境监测领域的发展。 虽然有研究者对此进行了探索, 但是关于离子干扰的研究主要集中在重金属离子上[12], 对水化学离子的研究较少[13]。 天然水体中具有水化学特征的主要离子约占天然水溶质总量的95%~99%[14]。 一些研究人员倾向于消除水化学离子以减少对DOM的干扰, 并引入了核磁共振(NMR)和傅里叶离子回旋共振质谱(FT-ICR MS)技术。 在其预处理过程中使用反渗透电渗析方法, 理论上电渗析可以去除绝大部分阴、 阳离子, 经反渗透系统富集后的DOM溶液基本达到NMR和FT-ICR MS分析的要求[15]。 然而, 反渗透电渗析技术操作复杂、 运行成本高[16]。 其他研究人员通过引入特定的化学离子来增强DOM的荧光信号。 例如Xie等[17]用水化学离子作为萃取剂从稻田中提取DOM, 得出0.15 mol· L-1 KCl提取量最大。 但是作为提取剂的水化学离子浓度普遍高于天然水环境, 影响了DOM的真实特性。

本研究的目的是定量解释天然水环境中水化学离子对DOM荧光特性的干扰。 研究了3种浓度下9种水化学离子对荧光特性的影响, 并根据影响程度进行分类。 本研究为还原真实荧光光谱提供了数据, 为三维荧光与其他技术的选择和联合应用提供科学依据。

1 实验部分
1.1 DOM样品制备

腐殖质约占天然有机质(NOM)的60%~90%[18], 本研究使用腐殖酸(HA)模拟地表水中的腐殖质[19], 控制HA溶液的总有机碳浓度为10.0 mg C· L-1[20]。 向HA溶液中分别加入离子浓度为1、 10和100 mg· L-1的Na2SO4、 NaNO3、 NaCl、 NaHCO3、 Na2CO3、 CaCl2、 NaCl、 KCl和MgCl2溶液。 溶液于150 r· min-1振荡12 h, 然后以2 000 r· min-1离心20 min。 将离心所得的上清液通过0.45 μ m微孔滤膜进行抽滤制得待测样品。 所用化学试剂均为分析纯, 实验用水均为去离子水。

1.2 三维荧光光谱分析

使用荧光分光光度计(F4600)测量三维荧光光谱, 激发波长、 发射波长和狭缝宽度均设置为5 nm。 其中激发波长(Ex)为220~450 nm, 发射波长(Em)为280~550 nm。 空白试验水样为Milli-Q超纯水(Millipore, 18.3 Ω · cm)。 在每次测量前扫描超纯水的三维荧光光谱通过减去超纯水空白的EEM消除拉曼散射峰, 利用Delaunay三角插值[21]消除了瑞利散射的影响。 DOM溶液使用去离子水稀释至UV245< 0.01[22], 以避免内滤效应。

FRI方法根据文献[23], 将荧光光谱划分为五个区域(表1)。 计算荧光区域和总量的体积积分, 结果归一化后得到各区域对应组分的相对含量。 PARAFAC分析通过MATLAB(R2021a)中drEEM工具箱进行平行因子分析。 腐殖化指数(HIX)、 生物源指数(BIX)、 荧光指数(FI)计算结果见表2

表1 荧光区域积分组分划分 Table 1 Fluorescence integral area division range
表2 荧光光谱参数 Table 2 The description of spectra parameters
1.3 统计分析

全文采用Origin 2021作图, 并对9种水化学离子的荧光数据(组分相对含量、 荧光组分最大荧光强度和荧光参数)归一化后基于质心进行系统聚类分析。 用欧氏距离将不同水化学离子的影响分类, 依据最大距离确定聚类中心点。

2 结果与讨论
2.1 DOM组分解析及分布特征

图1为添加不同水化学离子后的三维荧光光谱图。 由图1可得, 与未添加离子相比, 添加10 mg· L-1 SO42-和100 mg· L-1 NO3-最大荧光峰的激发和发射波长均发生红移, 这可能是样品荧光强度减弱造成的[23], 添加其他离子的荧光峰位置变化较小也证明了这一点。

图1 不同水化学离子的三维荧光光谱图
注: 大写字母A— G分别代表Ca2+、 K+、 Mg2+、 Na+SO42-CO32-HCO3-NO3-、 Cl-; 1— 4代表离子浓度为0~100 mg· L-1
Fig.1 Three-dimensional fluorescence spectra of different hydrochemical ions
Note: A— G: Ca2+、 K+、 Mg2+、 Na+SO42-CO32-HCO3-NO3-、 Cl-; 1— 4: 0~100 mg· L-1

图2为添加水化学离子后的平行因子解析的组分荧光光谱图。 通过残差分析得出组分为3时, 平行因子模型的效果最好。 将PARAFAC解析出的3种荧光组分上传到OpenFluor数据库中进行对比, 依据强匹配项(Tucker收敛系数, Tucker convergence coefficient, TCC> 0.95)的结果, 判定荧光组分的具体物质。 得出C1为微生物源类腐殖酸[24], C2为陆地源类腐殖质[25], C3为易光解类腐殖质[26]。 使用PARAFAC(图3)和FRI方法(图4)解析出的荧光组分变化规律基本一致。 其中C1为微生物源, 与微生物代谢产物(Ⅴ 区域)的变化规律相似。 C2为PARAFAC解析出的荧光相对贡献最大的腐殖质组分, 其与区域积分值最大类富里酸组分(Ⅱ 区域)相似, C3与区域积分值较小的类腐殖酸(Ⅰ 区域)变化规律相似。

图2 不同水化学离子三维荧光-平行因子解析的3种荧光组分Fig.2 Three fluorescence components identified by 3D-EEM-PARAFAC of different hydrochemical ions

图3 水化学对离子区域积分的影响Fig.3 Effect of hydrochemical ions on region integration

图4 水化学离子对最大荧光强度的影响Fig.4 Effect of hydrochemical ions on maximum fluorescence intensity

各组分的荧光区域积分值和最大荧光强度(Fmax)在添加离子浓度为10和100 mg· L-1 CO32-时, 均显著增加, 这可能是由于随着 CO32-的水解会造成溶液pH值上升, 碱性条件下更有利于增加腐殖质的溶解度[27]。 Gu等[28]发现, 土壤中 HCO3-对DOC释放的影响大于Cl-, 与本研究的结果相似。

类蛋白质组分(Ⅲ 、 Ⅳ 区域)在添加10、 100 mg· L-1 SO42-和100 mg· L-1 NO3-造成区域积分值显著下降。 有研究认为在离子浓度变化情况下, 双层力是类蛋白质组分释放的主要机制。 在低离子浓度的溶液中, 随着离子浓度的增加, 蛋白质分子的表面电荷增加, 双层力增加[30], 蛋白质的溶解度增加。 相反, 当离子浓度过高时, 蛋白质表面电荷趋于饱和。 此时双层力减小, 可能引起盐析效应[31]。 此外, 高离子浓度还会引起蛋白质的构象卷曲或凝固[32], 导致荧光发射基团的暴露和荧光强度降低。

在类腐殖质组分变化过程中, 当Na+浓度增加时, 类腐殖酸组分的相对含量逐渐上升, 而添加Ca2+和Mg2+时则逐渐下降。 一些研究表明, 一方面Na+可以触发固定聚集体分解为流动胶体, 增加了荧光基团的暴露, 而Ca2+几乎无法移动沉淀或吸附的有机物[28], 因此降低了荧光强度。 另一方面, 也有人认为Ca-DOM比Na-DOM含有更少的氢键, 导致水分子的取向自由度降低, 从而导致DOM释放[32]。 此外, 这也与腐殖酸本身的分子结构有关。 由于腐殖酸分子表面存在负电荷, 可以与地下水中的高价阳离子产生阳离子桥接效应, 从而导致类腐殖酸DOM的释放量增加[33]。 Mg2+也出现有关阳离子桥形成的报道, 其增强酚和羧基之间的分子内反应[34], 并进一步诱导HA分子内卷曲, 减少腐殖质样组分在水中的释放。 本研究进一步证实了Mg2+可以减少DOM的腐殖质组分。

2.2 荧光参数变化特征

HIX、 BIX、 FI的变化情况如图5所示。 与未添加离子相比, FI值在添加10、 100 mg· L-1 SO42-和100 mg· L-1 NO3-出现明显下降, 均小于1.4; 添加其他离子时, FI值在1.4~1.9之间。 说明添加其他离子, 自生源(类蛋白质成分)和异生源(类腐殖质成分)都对DOM的组成有显著影响, 但是添加10、 100 mg· L-1 SO42-和100 mg· L-1 NO3-时, 异生源(类腐殖质成分)为主要影响因素。 在BIX的变化过程中出现类似现象, 表明其类蛋白质组分占比减少, 生物利用度降低。

图5 水化学离子对荧光参数的影响Fig.5 Effect of hydrochemical ions on fluorescence parameters

HIX值的变化规律与BIX和FI存在差异。 在添加100 mg· L-1 SO42-时出现上升, 10 mg· L-1 SO42-和100 mg· L-1 NO3-出现下降, 其他离子对HIX的影响较小。 这可能是由于添加类蛋白质基团在激发波长245 nm, 发射波长300~345 nm处的荧光强度下降程度不同(图1)。 当添加100 mg· L-1 NO3-, 因为上述区域的蛋白质荧光基团荧光信号消失造成HIX下降, 有研究表明较高浓度的硝酸盐可能导致蛋白质的荧光猝灭。 此外, 关于 SO42-对DOM的影响仍存在争议。 例如Chen等[35]在水稻土中添加高浓度的硫酸盐(0~100 mmol· L-1), 发现随着浓度的增加DOM中蛋白质组分的比例上升, 类腐殖质组分的比例则下降。 Zheng等[37]在使用5 mol· L-1 K2SO4作为土壤DOM提取剂时也发现了类似的结果。 相反, 也有研究表明高浓度的硫酸盐会导致蛋白质“ 脱水” , 从而造成类蛋白质组分荧光强度降低[32]。 本研究中添加10、 100 mg· L-1 SO42-时, 由于随着离子浓度增加, 蛋白质基团的荧光强度逐渐减弱, 腐殖质基团的荧光强度逐渐增强, 造成腐殖化表象虚高的程度加剧。

2.3 聚类分析

目前尚无相关研究报道水化学离子对三维荧光光谱的干扰程度分类。 本研究基于荧光数据(组分相对含量、 荧光组分最大强度和荧光参数)进行系统聚类分析(图6)。 与未添加离子相比, 水化学离子干扰分为不同的3个类别: 第一类(10、 100 mg· L-1 CO32-), 增强; 第二类(10、 100 mg· L-1 SO42-和100 mg· L-1 NO3-), 减弱; 第三类(1、 10 mg· L-1 NO3-、 未添加离子、 1 mg· L-1 CO32-SO42-和1、 10、 100 mg· L-1 Ca2+、 Mg2+、 K2+HCO3-、 Na+、 Cl-), 无显著影响。 当水体中的水化学离子主要属于第一类或第二类离子时, 使用三维荧光光谱进行分析可能会产生误差, 可以采用或结合其他检测技术。 例如, 在使用FT-ICR-MS和NMR技术时, 预处理过程中使用电渗析反渗透法可以去除水化学离子, 并且增加非荧光化合物的信息。

图6 水化学离子干扰特征的聚类分析
注: 轴表示集群对象之间的相似程度, 图片中相同的颜色代表相同的类别
Fig.6 Cluster analysis of hydrochemical ions interference characteristics
Note: the same color in the picture represents the same category

聚类分析结果表明, 不同种类和浓度的水化学离子给DOM分析带来了挑战。 基于传统的三维荧光光谱可能会产生不同程度的误差。 为了减少单一技术的局限性, 获得更全面、 准确的信息, 可以加强三维荧光光谱与其他技术的联合。 同时研究适用于各种技术的DOM预处理方法, 以及离子对三维荧光光谱的干扰是否可逆应给予更多关注。 由于本研究只分析了单一离子对DOM组分的影响, 天然水体中离子种类复杂多变, 多种离子组合对DOM组分的干扰情况有待进一步研究。

3 结论

(1)水化学离子对DOM 三维荧光光谱的干扰特征可分为三类。 第一类(10、 100 mg· L-1 $CO_{3}^{2-}$), 增强; 第二类(10、 100 mg· L-1 $SO_{4}^{2-}$和100 mg· L-1 $NO_{3}^{-}$), 减弱; 第三种(1、 10 mg· L-1 $NO_{3}^{-}$、 未添加离子、 1 mg· L-1 $CO_{3}^{2-}$、 $SO_{4}^{2-}$和1、 10、 100 mg· L-1 Ca2+、 Mg2+、 K2+、 $HCO_{3}^{-}$、 Na+、 Cl-), 无显著影响。

(2)应根据水化学离子对DOM影响的分类调整监测技术, 以减少实验误差。 当水环境中主要离子属于第一类和第二类时, 建议采用FT-ICR-MS或NMR和三维荧光光谱联合测量。 对于第三类离子, 可以使用三维荧光光谱进行监测。

参考文献
[1] Welikala D, Robinson B H, Moltchanova E, et al. Chemosphere, 2021, 271: 129536. [本文引用:1]
[2] CHEN Ying-ying, ZHENG Zhao-pei, YANG Fang, et al(陈营营, 郑昭佩, 杨芳, ). Spectroscopy and Spectral Analysis(光谱学与光谱分析) , 2020, 40(2): 489. [本文引用:1]
[3] Shi W X, Zhuang W E, Hur J, et al. Water Research, 2021, 188: 116406. [本文引用:1]
[4] Cui H Y, Zhao Y, Zhao L, et al. Journal of Hazardous Materials, 2022, 431: 128593. [本文引用:1]
[5] Ma J, Qiu Y, Zhao J Y, et al. Environmental Science Technology, 2022, 56(6): 3524. [本文引用:1]
[6] Duan P F, Meng J, Yao L G, et al. Science of the Total Environment, 2022, 823: 153617. [本文引用:2]
[7] Lorette G, Peyraube N, Lastennet R, et al. Science of the Total Environment, 2020, 725: 138512. [本文引用:1]
[8] Jamieson T, Sager E, Guéguen C. Chemosphere, 2014, 103: 197. [本文引用:1]
[9] Zhang X Q, Li Y, Ye J, et al. Environmental Pollution, 2022, 299: 118834. [本文引用:1]
[10] Yu M D, Liu S J, Li G W, et al. Science of the Total Environment, 2020, 705: 135952. [本文引用:1]
[11] Wang Y, Zhang M, Fu J, et al. Environmental Science and Pollution Research, 2016, 23(19): 19887. [本文引用:1]
[12] Cui D, Tan C, Deng H N, et al. Archaea, 2020, 9: 8891543. [本文引用:1]
[13] Zhang R K, Liu Z Q, Xiong K N, et al. Water, 2021, 13: 3574. [本文引用:1]
[14] HUANG Li, ZHANG Xin-yu, YUAN Guo-fu, et al(黄丽, 张心昱, 袁国富, ). Environmental Science(环境科学), 2019, 40(5): 2086. [本文引用:1]
[15] Minor E C, Swenson M M, Mattson B M, et al. Environmental Science: Processes and Impacts, 2014, 16(9): 2064. [本文引用:1]
[16] WEI Dan-dan, WANG Ying-hui, XU Yun-ping(卫丹丹, 王映辉, 许云平). Marine Environmental Science(海洋环境科学) , 2019, 38(6): 977. [本文引用:1]
[17] Xie W M, Ma Y, Li S J, et al. Pedosphere, 2020, 30(5): 589. [本文引用:1]
[18] Akbari F, Khodadadi M, Hossein Panahi A, et al. Environmental Science and Pollution Research, 2019, 26: 32385. [本文引用:1]
[19] Liu X Y, Chen W, Chen Q, et al. Environmental Science and Technology, 2017, 51(9): 4812. [本文引用:1]
[20] Rodrigues A, Brito A, Janknecht P, et al. Journal of Environmental Monitoring, 2009, 11(2): 377. [本文引用:1]
[21] Bahram M, Bro R, Stedmon C A, et al. Journal of Chemometrics, 2006, 20: 99. [本文引用:1]
[22] Hur J, Jung N C, Shin J K. Environmental Monitoring and Assessment, 2007, 133(1-3), 53. [本文引用:1]
[23] Chen W, Westerhoff P, Leenheer J A, et al. Environmental Science and Technology, 2003, 37(24): 5701. [本文引用:2]
[24] Peleato N M, McKie M, Taylor-Edmonds L, et al. Chemosphere, 2016, 153: 155. [本文引用:1]
[25] Amaral V, Romera-Castillo C, Forja J. Scientific Reports, 2021, 11: 3200. [本文引用:1]
[26] Stedmon C A, Markager S. Limnology and Oceanography, 2005, 50: 1415. [本文引用:1]
[27] Tavakkoli E, Rengasamy P, Smith E, et al. European Journal of Soil Science, 2015, 66: 1054. [本文引用:1]
[28] Gu W L, Huang S B, Lei S, et al. Science of the Total Environment, 2019, 691: 407. [本文引用:2]
[29] Zhang R, Zhou R, Pan W C, et al. Food Chemistry, 2017, 215: 256. [本文引用:1]
[30] Noro M G, Frenkel D. The Journal of Chemical Physics, 2000, 113: 2941. [本文引用:1]
[31] Mehta C M, White E T, Litster J D. Biotechnology Progress, 2013, 29(5): 1203. [本文引用:1]
[32] Sutton R, Sposito G, Diallo M S, et al. Environmental Toxicology and Chemistry, 2005, 24: 1902. [本文引用:3]
[33] Chekli L, Zhao Y X, Tijing L D, et al. Journal of Hazardous Materials, 2015, 284: 190. [本文引用:1]
[34] Chang K C, Lee C L, Hsieh P C, et al. Environmental Science and Pollution Research International, 2015, 22: 13234. [本文引用:1]
[35] Chen Q, Jia R, Li L, et al. Chemosphere, 2020, 249: 126207. [本文引用:1]
[36] Zheng X D, Chen X B, Liang C M, et al. Emirates Journal of Food and Agriculture, 2018, 30(3): 165. [本文引用:1]