绿色程序的多变量优化,用于确定PM_2.5中的新出现的多环芳异循环,来自具有不同特征的地点

科学领域:

• 环境化学环境化学
• 分析化学 分析化学
• 监测空气污染 监测空气污染

背景情况:

• 多环芳异循环 (PANHs) 是重要的空气污染物,有助于健康风险.
• 现有的分析方法缺乏必要的性能,以准确地确定颗粒物中的PANH.
• 需要有效和环保的方法来分析PM2.5.5中的PANH.

研究的目的:

• 开发和验证一种新的绿色微尺度提取程序,用于在PM2.5样本中确定21个PANH.
• 使用实验设计优化提取参数,包括溶剂,样本大小和提取时间.
• 使用分析绿色 (AGREE) 工具评估开发方法对环境的影响.

主要方法:

• 绿色微尺度提取程序的优化,使用简单-中心混合物和全因数设计.
• 在PM2.5样本中确定21个PANH,使用气色谱质谱法 (GC-MS).
• 验证方法的准确性,精度和灵敏度,实现低检测和量化极限.

主要成果:

• 通过矩阵匹配校准实现了检测 (<0.97 pg m-3) 和定量 (<3.24 pg m-3) 的低极限.
• 证明了足够的准确性 (73-120%的恢复) 和精度 (RSDs 2.0-18.9%).
• 该方法获得了0.69的高AGREE分数,这意味着绿色程序.
• 该方法适用于真实世界PM2.5样本,其度范围从69.3ppm−3到24.530ppm−3.
• 主要组件分析 (PCA) 和层次聚类成功地根据PANH配置文件区分了采样地点,将它们与柴油和城市/工业排放联系起来.

结论:

• 开发的绿色微尺度提取方法是高效的,适合在PM2.5.5中确定PANH.
• 该方法为来源分配研究提供了有价值的数据,区分柴油和城市/工业污染.
• 这种方法有助于更好地了解和管理空气质量和相关的健康风险.