基于定量预测和毒性评估的非定向分析,用于轮胎颗粒漏中的新出现的污染物

科学领域:

• 环境化学环境化学
• 分析化学 分析化学
• 毒理学 毒理学 毒理学

背景情况:

• 非定向分析 (NTA) 对于选新出现的污染物至关重要.
• 使用过的轮胎颗粒 (TP) 是污染物的重要环境来源.
• 之前的研究已经研究了环境样本,但TP液需要进一步分析.

研究的目的:

• 使用NTA识别和量化使用的TP液中新出现的污染物.
• 开发污染物度的预测模型.
• 评估已识别的污染物的毒性和相关风险.

主要方法:

• NTA工作流应用于四种汽车类型的TP水.
• 分析质谱数据以提取分子特征.
• 使用光谱数据库和新兴污染物清单识别的污染物.
• 机器学习 (随机森林,ANN) 用于响应预测.
• 基于危险分数的毒性评估.

主要成果:

• 51个分子特征暂时被确定为污染物,包括索.
• 随机森林模型实现了高预测准确度 (Q2 = 0.90).
• 佐是最缩的污染物 (冬季轮胎中的4,875微克/升).
• 所有轮胎类型都带来了高的环境风险,冬季轮胎的总危险评分最高 (40,751).

结论:

• NTA有效用于特征TP漏中的污染物.
• 佐是轮胎磨损颗粒中令人担忧的关键污染物.
• 由于高度的污染物和毒性,TP出水物对环境构成重大风险.
• 这项研究为有针对性的监测和风险减轻策略提供了基础.