高分辨质谱非靶向分析水体污染源识别与溯源方法技术

一种高分辨质谱非靶向分析水体污染源识别与溯源方法，包括：采集目标区域水体样品、预处理、提取痕量有机污染物；对所得样品进行超高效液相色谱

【技术实现步骤摘要】
高分辨质谱非靶向分析水体污染源识别与溯源方法


[0001]本专利技术涉及环境监测
，特别涉及一种高分辨质谱非靶向分析水体污染源识别与溯源方法。

技术介绍

[0002]痕量有机污染物带来的水体环境污染问题日益突出，因很多有机污染物具有持久性、生物累积性、致癌性、致畸性等多种生物毒性，逐渐成为威胁水环境质量的关键问题。这些污染物浓度低、来源广、成分复杂，给污染源的识别和源贡献解析带来了巨大挑战。因此，建立针对痕量有机污染物来源的识别和溯源方法，可为后续治理技术的研发、监测计划和管理策略的制定提供依据。
[0003]目前常用的污染源解析的方法多基于靶向分析方法，如特征化合物、同位素分析、主成分分析
‑
多元线性回归、化学质量平衡模型和正定矩阵因子分解等。这些方法对各污染源的指纹图谱区分不明显或描述不全面，无法实现污染源的精准识别，污染源追溯困难。
[0004]现有技术文件1（CN114295749B）公开了一种水体有机污染智能化溯源方法及系统，包括：获取受污染水体自上游至下游的若干水样的高效液相色谱
‑
串联质谱的有机物分析检测数据；根据分析检测数据，对水样中的有机物进行高通量筛查，确认水体中的污染物；根据所确定的污染物，通过网络分析识别污染源。
[0005]值得注意的是，现有技术文件1在仪器分析结束后立刻用数据库对物质进行鉴定，最终仅仅利用鉴定得到的132种物质做后续的溯源，丢失了非靶向分析90%以上的信息，使得污染源指纹图谱大幅简单化，可能导致污染源的丢失。更进一步地，现有技术文件1用随机森林得到的量化贡献并没有实际的物理含义，仅仅代表模型中某参数对该模型的重要程度，不代表该参数（即某种污染物）对某一环境水体的实际贡献。

技术实现思路

[0006]为解决现有技术中存在的不足，本专利技术的目的在于，提供一种高分辨质谱非靶向分析水体污染源识别与溯源方法及系统，在未知污染源信息的情况下，准确识别污染源的位置和特征图谱；初步确定污染源的类型，并定量评估其对水体的影响。
[0007]本专利技术的第一方面提供了高分辨质谱非靶向分析水体污染源识别与溯源方法，包括以下步骤：步骤1：采集目标区域多个点位水体样品，进行预处理，提取痕量有机污染物；其中，多个点位水体样品中包括背景样品；步骤2：对步骤1所得多个样品进行超高效液相色谱
‑
高分辨质谱非靶向数据采集；步骤3：对步骤2所得高分辨质谱非靶向分析的原始数据进行数据预处理，获得包含物质质荷比、保留时间、峰高、峰面积的高分辨质谱数据集；步骤4：对步骤3所得高分辨质谱数据集进行统计分析，以空间分异性识别污染源位置信息，获得质谱数据异常的受污染样品点位，判定污染源所在采样点位区间；
步骤5：基于步骤4所得受污染样品、背景样品和受污染样品的前一个样品高分辨质谱信息差异，获得污染源的特征图谱；步骤6：依据步骤4所得污染源位置区间和步骤5所得污染源特征图谱以及高分辨质谱数据集，定量计算源贡献；步骤7：利用数据库鉴定污染物结构，并结合目标区域信息追溯污染源类型。
[0008]优选地，步骤1中，使用棕色玻璃容器采集水样，以源头水代表不受污染的背景样品；预处理包括：对水样进行滤膜过滤、固相萃取、洗脱、氮吹和定容。
[0009]优选地，步骤2中，采用超高效液相色谱法结合静电场轨道阱高分辨质谱仪进行非靶向分析，采用电喷雾电离源；使用反相色谱柱分别在正负模式下进行一级全扫描
‑
二级数据依赖型采集分析。
[0010]优选地，步骤3中，原始数据进行数据预处理包括：对原始质谱数据进行峰提取、峰对齐、峰组合以及峰剔除；峰提取和峰对齐时，设置一级和二级质谱的质量允许偏差，各样品在质量允许偏差范围内的峰会被提取并合并为同一个峰；峰组合时，依据质谱正负模式进行加和离子校正，，，不同加和形式的离子峰会被组合为同一个峰；峰剔除时，设定最小提取阈值和空白扣除，信号强度低于最小提取阈值的峰和空白样品中存在的峰会被剔除。
[0011]优选地，步骤4中，对峰强度数据进行z
‑
score标准化、[0,1]标准化或最大最小值标准化；通过聚类分析从数据集中提取典型的物质空间分异聚类模式，在所获得的聚类模式中，判定信号强度异常高的样品点位为污染源下游首个采样点位。
[0012]优选地，步骤5中，以样品1为源头水，代表不受污染的背景受体，步骤4所得样品为污染源下游首个点位；若样品是源头下游的首个污染源，用步骤4获得的受污染样品高分辨质谱信息矩阵减去样品1高分辨质谱信息矩阵得到差分特征图谱，，表示样品总数；若样品不是源头下游的首个污染源，用步骤4获得的受污染样品高分辨质谱信息矩阵减去样品高分辨质谱信息矩阵得到差分特征图谱。
[0013]优选地，步骤5中，差分后得到即为污染源特有的物质，即污染源特征谱；保留时间越大，极性越弱，疏水性也强；质荷比越大，分子量越大；对污染物类型作出初步判断，用于在步骤7排除不适用的数据库进行检索，缩短分析时间。
[0014]优选地，步骤6包括：步骤6.1，依据识别出的污染源和受体的水力、地理位置关系，确定各样品源汇关系，将背景样品之外的每个样品作为汇，确定每个汇的源，由每个汇及其源构成一组；步骤6.2，以质谱数据针对每一组构建汇样品向量和其源样品向量，，表示汇样品有个已知源，此外汇样品还包括未知源，即第个源；步骤6.3，针对每一组，使用汇样品的向量和其已知源样品的向量代入最大期望算法，就可以求解汇样品的源样品对于汇样品的贡献度。
[0015]优选地，步骤6.2中，以所有组的汇样品向量和其源样品向量，构建物质
‑
信号强度矩阵，对物质
‑
信号强度矩阵进行标准化处理，包括以下步骤：步骤6.2.1，检查是否存在缺失值，如存在，用0代替缺失值；步骤6.2.2，检查信号强度数据值，将所有数据除以一个缩放因子，使最大值低于设定值；步骤6.2.3，检查缩放后的信号强度值，通过四舍五入使所有数值整数化。
[0016]本专利技术的有益效果在于，与现有技术相比，本专利技术使用高分辨质谱非靶向筛查技术全面准确掌握样品中污染物的信息，可以识别特征物质。由于水体的连通性，通过分析高分辨质谱非靶向分析峰空间变化特征，可精确识别污染物排放的潜在点位和污染源的特征图谱，进而进行定量源解析。
[0017]更进一步地，（1）本专利技术无需鉴定出具体物质，充分利用非靶向分析得到的数千条物质信息，污染源指纹图谱信息完整，可确保各类型污染源的全面、精确识别。也就是说，在未知污染源信息的情况下，准确识别污染源的位置和特征图谱。（2）本专利技术得到贡献具有实际物理含义，即污染物对环境水体的实际贡献。显著不同于某一特定污染物质的贡献，本专利技术计算的是污染源整体的贡献，定量评估其对水体的影响。
附图说明
[0018]图1是本专利技术实施例提供的一种基于高分辨非靶向质谱数据的水体污染源识别与溯源方法的流程示意图；图2是本专利技术实施例提供的聚类分析模式一；图3是本专利技术实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.高分辨质谱非靶向分析水体污染源识别与溯源方法，其特征在于，包括以下步骤：步骤1：采集目标区域多个点位水体样品，进行预处理，提取痕量有机污染物；其中，多个点位水体样品中包括背景样品；步骤2：对步骤1所得多个样品进行超高效液相色谱
‑
高分辨质谱非靶向数据采集；步骤3：对步骤2所得高分辨质谱非靶向分析的原始数据进行数据预处理，获得包含物质质荷比、保留时间、峰高、峰面积的高分辨质谱数据集；步骤4：对步骤3所得高分辨质谱数据集进行统计分析，以空间分异性识别污染源位置信息，获得质谱数据异常的受污染样品点位，判定污染源所在采样点位区间；步骤5：基于步骤4所得受污染样品、背景样品和受污染样品的前一个样品高分辨质谱信息差异，获得污染源的特征图谱；步骤6：依据步骤4所得污染源位置区间和步骤5所得污染源特征图谱以及高分辨质谱数据集，定量计算源贡献；步骤7：利用数据库鉴定污染物结构，并结合目标区域信息追溯污染源类型。2.根据权利要求1所述的高分辨质谱非靶向分析水体污染源识别与溯源方法，其特征在于：步骤1中，使用棕色玻璃容器采集水样，以源头水代表不受污染的背景样品；预处理包括：对水样进行滤膜过滤、固相萃取、洗脱、氮吹和定容。3.根据权利要求1所述的高分辨质谱非靶向分析水体污染源识别与溯源方法，其特征在于：步骤2中，采用超高效液相色谱法结合静电场轨道阱高分辨质谱仪进行非靶向分析，采用电喷雾电离源；使用反相色谱柱分别在正负模式下进行一级全扫描
‑
二级数据依赖型采集分析。4.根据权利要求3所述的高分辨质谱非靶向分析水体污染源识别与溯源方法，其特征在于：步骤3中，原始数据进行数据预处理包括：对原始质谱数据进行峰提取、峰对齐、峰组合以及峰剔除；峰提取和峰对齐时，设置一级和二级质谱的质量允许偏差，各样品在质量允许偏差范围内的峰会被提取并合并为同一个峰；峰组合时，依据质谱正负模式进行加和离子校正， ，，不同加和形式的离子峰会被组合为同一个峰；峰剔除时，设定最小提取阈值和空白扣除，信号强度低于最小提取阈值的峰和空白样品中存在的峰会被剔除。5.根据权利要求1至3中任一项所述的高分辨质谱非靶向分析水体污染源识别与溯源方法，其特征在于：步骤4中，对峰强度数据进行z

【专利技术属性】
技术研发人员：孙卫玲，吕轶韬，陈倩，常志兵，郭芳，张爱静，倪晋仁，
申请(专利权)人：中国南水北调集团中线有限公司，
类型：发明
国别省市：