超高效液相色谱三重四极杆质谱联用法测定水中的丙烯酰胺

将含有丙烯酰胺的水样过滤后加入甲酸酸化,然后直接进样,使用超高效液相色谱三重四极杆质谱联用法测定,通过选择离子反应监测,可实现定性和外标法定量分析.该方法测定生活饮用水及其水源水中丙烯酰胺的最低检测浓度为0.15 g/L,对实际样品的加标回收率在92％ ～ 123％,该方法绿色环保、简单方便,且具有较高的灵敏度和较低的检出限.     

电感耦合等离子体质谱技术在环境监测中的应用进展

电感耦合等离子体质谱技术(ICP-MS)是目前发展最快的痕量元素分析测试技术之一。由于该技术提供了极低的检出限、极宽的动态线性范围,干扰少、分析精密度高,可进行多元素同时快速分析,可与多种分离技术及样品前处理方法和进样方法相结合等优点,得到了迅速的发展。介绍了ICP-MS的基本原理及仪器构造、与其他分析测试技术的比较及发展趋势,并着重介绍了其在环境监测和环境科学研究领域的应用。     

兰州市大气颗粒物污染特征分析

对兰州市2011—2012年大气颗粒物污染状况进行了研究,在主导风向上设置采样点,分别连续监测PM10、TSP、风速、能见度。结果表明,兰州市颗粒物浓度的峰值出现在2—4月,TSP浓度最大值可达到2.465 mg/m3,PM10最大值可达到2.079 mg/m3;颗粒物污染的季节性强,以3、4月出现的频率最高,发生时间具有随机性;2012年兰州市全年颗粒物(PM10和TSP)平均小时浓度值低于2011年,沙尘天气发生频次较2011年有所降低,环境空气质量有所改善。     

液相色谱-串联质谱法测定水体、沉积物及土壤中全氟化合物

建立了水、沉积物及土壤中13种全氟化合物(PFCs)的富集、净化、浓缩的前处理方法及快速液相色谱三重四级杆串联质谱的分析方法。9种全氟羧酸、2种典型全氟磺酸、2种磺酰铵衍生前体物的响应因子与质量浓度的线性关系良好。添加回收实验表明,13种全氟化合物在水、土壤和沉积物中的回收率为52.3%~119.3%,变异系数为2.3%~19.4%,方法检出限分别为0.015~0.472 ng/L、0.012~0.875 ng/g、0.004~0.743 ng/g。该法成功应用于实际样品的测定,沉积物和土壤中分别检测到3种和10种全氟化合物。     

分散液液微萃取与超高效液相色谱-串联质谱联用测定土壤和沉积物中三丁基锡

建立了分散液液微萃取与超高效液相色谱-串联质谱联用技术测定土壤和沉积物中三丁基锡的方法。考察了影响分散液液微萃取的因素(包括有机萃取溶剂、萃取剂体积、分散剂、分散剂体积、萃取时间和盐效应)。在最佳实验条件下,方法在0.5~50μg/kg范围内线性关系良好,相关性系数为0.999 0,方法检出限(3倍信噪比)为0.1μg/kg,加标回收率为83.1%~104%,相对标准偏差小于8.5%(n=6),适用于土壤和沉积物中三丁基锡的检测。     

超高压液相色谱/质谱联用法测定地表水中特定污染物

采用超高压液相色谱/质谱联用法测定地表水特定项目中包括微囊藻毒素-LR在内的13种污染物,对测定条件进行优化,使得各目标化合物均能在3min内检测完毕.试验表明,方法在各测定范围内线性良好,相关系数均〉0.99,各目标化合物的方法检出限为0.12μg/L～8.40μg/L,地表水样的加标回收率在62.0% ～104%之间,6次平行测定的RSD〈6%.用该方法测实际水样,阿特拉津和马拉硫磷被检出,质量浓度分别为0.6μg/L和0.7μg/L.     

双道氢化物原子荧光法测定水和土壤中的砷

用AFS-2201双道氢化物发生原子荧光法测定水、土壤样品中的砷含量,方法简捷、快速、准确,二次污染物少.HNO3浓度大于5ppm时,对测量结果有影响.主机通过与微机相联可直接得出监测数据,大大减轻了监测人员的工作量,测定结果令人满意.     

水样品中汞砷联合测定的研究--氢化物发生原子荧光光谱法

利用氢化物发生-原子荧光分析技术(HG-AFS)对水样品中汞、砷联合测定方法进行了有益的探索.通过一系列条件实验,设定出了合理有效的水样前处理方法、仪器测定条件以及主要试剂的浓度.并对其最低检出下限、精密度和准确度进行了评估,结果表明该方法用于环境水样品中汞、砷元素的同时测定具有很好的可行性和适用性.     

植物油烟组分的色质联机分析

将植物油烟采集在玻璃纤维滤筒中 ,用环己烷处理样品 ,样品经过净化处理 ,然后进行色质联机分析。对油烟化学成分的分析有助于人们研究油烟对人体健康的影响     

兰州市气溶胶中金属与非金属元素的污染规律

通过对兰州市空气飘尘中粗、细颗粒物上化学元素的分布规律与特征的分析 ,指出了细颗粒物 (PM2 .5 )是一些有毒有害元素的主要携带者。这是可以在肺泡沉积 ,并能直接进入血液循环 ,对人体产生危害的重要部分