研究人员开发并验证了一种用于环境样品中微塑料（Microplastics, MPs）定量的新型Py-GC-MS（Pyrolysis-Gas Chromatography-Mass Spectrometry，热裂解-气相色谱-质谱联用）方法，旨在满足评估陆地和淡水生态系统微塑料污染对可靠分析技术的需求。根据NF T 90-210标准，研究人员开发并验证了一种多离子方法，针对12种常见聚合物（每种聚合物使用一个定量离子和两个确认离子）。研究实施了严格的采样和预处理方案。结果表明，该方法适用于土壤和河流样品中的微塑料定量。在河水样品中，微塑料总浓度高达1.4 μg/L，其中PVC（聚氯乙烯）在检测到的聚合物中表现出最高的变异性和中位数值。在草地土壤中，观察到了更广泛的聚合物多样性，PVC和PE（聚乙烯）是主要贡献者，并显示出显著的空间变异性。这些发现表明，所开发的Py-GC-MS方法为复杂环境基质中微塑料的鉴定和定量提供了一个稳健且灵敏的分析框架，支持先进的环境监测和风险评估。
论文解读
研究背景与意义
微塑料（Microplastics, MPs）污染已成为影响全球陆地和水生生态系统的关键环境问题。这些尺寸在5 mm至1 μm之间的塑料颗粒源自多种人为来源，能够积累污染物，影响生物健康和食物链。微塑料在土壤（通过污泥施用、地膜等）、水体（河流、湖泊、地下水）乃至大气中普遍存在，其对生态系统和人类健康的潜在风险引发了广泛关注。
然而，当前微塑料的分析技术面临诸多挑战。传统的显微镜观察劳动密集且易出错；光谱技术（如FTIR、Raman）在分析小尺寸颗粒（<1 mm）时存在局限，且易受基质干扰。Py-GC-MS（热裂解-气相色谱-质谱联用）技术虽在定性定量方面展现出优势，但在方法标准化、聚合物覆盖范围（通常仅5-8种）以及复杂基质（如土壤、水体）中的准确 quantification 方面仍有待完善。此外，ISO 24187:2023等标准呼吁 harmonize 分析方法以 enable 不同研究间的结果比较。在此背景下，本研究旨在开发一种改进的Py-GC-MS方法， specifically optimized for small microplastics in complex environmental matrices，以填补现有技术空白。
关键技术方法概述
本研究聚焦于Py-GC-MS方法的开发与验证，核心技术创新点包括：
1. 聚合物覆盖扩展 ：将可分析聚合物范围扩展至12种（PE、PP、PVC、PET、PU、PS、N-6、N-66、ABS、PC、PMMA、SBR），覆盖了欧洲市场主要塑料类型。
2. 分析策略优化 ：采用多离子监测策略（1个定量离子+2个确认离子），结合内标（Poly(4-fluorostyrene)）校正与外部校准，提高了检测的灵敏度与准确性。
3. 基质特异性预处理 ：针对河水（Clain River, France）和土壤（同一流域）样品，设计了严格的防污染流程及差异化的预处理方案（如氧化去除天然有机质NOM、密度分离去除矿物质等），确保微塑料的有效分离与富集。
材料与方法核心要点
1. 样品采集与防污染控制
研究人员在法国Clain河流域采集了10个地表水样品（10 L/个）和11个土壤样品（表层0-20 cm）。所有操作均使用无塑料设备，在层流罩下进行，玻璃器皿经525°C煅烧，所有溶液均经0.7 μm玻璃纤维滤膜预过滤，并设置了现场空白（Ultra-pure water）以监控背景污染。
2. 样品预处理流程
• 水样处理 ：经20 μm不锈钢滤膜过滤 → 30% H2 O2 氧化去除NOM（48 h, 150 rpm） → 转移至1.2 μm玻璃纤维滤膜 → 60°C干燥 → 冷冻研磨 → 待测。
• 土壤处理 ：冻干 → 粉碎 → 干筛（<1 mm） → 湿筛（20 μm）去除粘土 → 饱和NaCl溶液密度分离（去除矿物质） → 20 μm过滤收集MPs → H2 O2 氧化（72 h） → 1.2 μm过滤 → 干燥研磨 → 待测。
3. Py-GC-MS分析条件
使用Frontier Labs微炉热裂解器（600°C, 1 min），GC（DB-5MS UI色谱柱）程序升温（40°C to 320°C），MS采用EI源全扫描模式（50-600 amu）。定量基于特定热裂解标志物（如PE的1,19-二十碳二烯、PS的二聚体等）的峰面积，通过内标法进行校正。
4. 方法验证
依据NF T 90-210标准，使用12种聚合物混合标准品（Frontier Lab）进行8个浓度水平的校准。结果表明，所有聚合物在考察范围内线性良好（R² > 0.99），方法具有较低的定量限（LOQ）和良好的精密度。
研究结果与发现
1. 方法性能验证结果
研究人员成功建立了12种聚合物的Py-GC-MS定量方法。校准曲线在宽浓度范围内呈现优异线性（R²均优于0.99），各聚合物的定量限（LOQ）达到 ng 至 μg 级别，满足环境样品中痕量微塑料的检测需求。多离子监测策略有效提高了定性的可靠性，内标校正显著降低了基质效应和仪器波动带来的误差。
2. 环境样品分析结果
• 河水样品 ：在Clain河水中检测到微塑料，总浓度最高达1.4 μg/L。PVC是变异程度最高的聚合物，其浓度分布范围最广，反映了其输入源的复杂性。
• 土壤样品 ：草地土壤中检测到的聚合物多样性高于河水，主要贡献者为PVC和PE。不同采样点间的微塑料组成与浓度存在显著空间变异性，暗示了局部污染源的差异（如农业活动、大气沉降等）。
讨论与结论
讨论要点 ：本研究开发的Py-GC-MS方法在聚合物覆盖数（12种）、方法灵敏度及抗干扰能力方面优于许多现有方法。环境样品的初步应用证实了该方法在处理复杂基质（如富含有机质的土壤）方面的鲁棒性。然而，微塑料分析的标准化（包括采样、前处理、报告单位）仍是未来需要持续努力的方向，以促进不同区域和研究间的数据可比性。
研究结论（翻译） ：本研究开发并验证了一种用于环境样品中微塑料定量的新型Py-GC-MS方法。该方法采用多离子监测策略，覆盖12种常见聚合物，并依据NF T 90-210标准进行了全面验证。严格的采样和预处理方案确保了分析的可靠性。在河水样品中，微塑料总浓度高达1.4 μg/L，其中PVC表现出最高的变异性。土壤样品则显示出更广泛的聚合物多样性，PVC和PE是主要贡献者。这些结果表明，所建立的Py-GC-MS方法为复杂环境基质中微塑料的鉴定和定量提供了一个稳健且灵敏的分析框架，有助于推进环境监测和风险评估。
打赏
