将组合PCA与t-SNE雷达特征相结合,用于分析被PFAS污染且被用作供水来源的裂隙白垩含水层
《Journal of Contaminant Hydrology》:Coupling compositional PCA with t-SNE radar signatures for characterizing a PFAS contaminated fractured chalk aquifer exploited for water supply
【字体:
大
中
小
】
时间:2026年07月04日
来源:Journal of Contaminant Hydrology 5.5
编辑推荐:
安东尼·马伊厄|吉约姆·德谢佩尔|尼古拉·德沃|法比奥·科利安德罗|唐吉·罗贝尔|帕斯卡尔·戈德尼奥克斯 比利时蒙斯大学–蒙斯理工学院–地质与应用地质学系,蒙斯
摘要
本研究旨在深入了解位于比利时南部瓦隆地区裂隙白垩含水层中的关键取水点受全氟和多氟烷基物质(PFAS)污
安东尼·马伊厄|吉约姆·德谢佩尔|尼古拉·德沃|法比奥·科利安德罗|唐吉·罗贝尔|帕斯卡尔·戈德尼奥克斯 比利时蒙斯大学–蒙斯理工学院–地质与应用地质学系,蒙斯
摘要
本研究旨在深入了解位于比利时南部瓦隆地区裂隙白垩含水层中的关键取水点受全氟和多氟烷基物质(PFAS)污染的情况,从而为未来该地区的水资源开发与管理提供更有力的保障。研究在取水点开展了水文地球化学调查,通过采样分析,并结合多元统计分析方法。该方法结合了基于归一化对数比值变换的成分主成分分析,以及三元图、t分布随机邻域嵌入法和雷达图等可视化技术,用以识别和描述PFAS污染特征,且不受绝对浓度的影响。研究结果表明存在多个污染源,可将其分为三类:第一类以低浓度的PFOS污染为主;第二类以磺酸类化合物,尤其是PFBS为主,浓度最高;第三类则来自地表水样本以及2019年附近高速公路事故引发的污染监测样本。总体而言,这种综合分析方法为理解地下水中PFAS污染的复杂性、空间分布及潜在来源提供了新视角,同时也体现了将成分主成分分析与t-SNE及雷达图可视化技术相结合的优越性。
引言
全氟和多氟烷基物质(PFAS)被视为全球范围内亟需关注的新兴污染物,因为它们广泛存在于生态系统的各个层面,包括地下水之中(Benaafi和Bafaqeer,2024;Casella等人,2025;Mi??anová和Valachovi?ová,2025)。根据经济合作与发展组织(OECD)的定义,PFAS是指“含有至少一个完全氟化的甲基或亚甲基碳原子(且没有H/Cl/Br/I原子与之相连)的氟化物质”,除少数例外,任何含有全氟甲基(–CF3)或全氟亚甲基(–CF2–)的化学物质都属于PFAS(OECD,2021)。
PFAS通常分为两类:聚合物类与非聚合物类,其中非聚合物类因在环境中更常见,且被认为对人类健康和生态系统构成更大风险,因此受到更多监管和科学关注(Meegoda等人,2020)。所有PFAS分子都具有共同的结构,即由全氟碳链(尾部)和功能基团(头部)组成,这种结构使其具有两亲性——疏水的、化学性质稳定的尾部与极性的头部共同决定了其独特的物理化学性质,这些性质与其氢化衍生物有显著差异(Leung等人,2023)。这种结构特性加上碳-氟键的极强稳定性,使得PFAS具备优异的热稳定性和化学稳定性、表面活性,以及抗水和抗油脂的能力(Grgas等人,2023)。
由于具有独特的优异物理化学性质,自20世纪40年代以来,数千种PFAS物质被大量生产,目前广泛应用于航空航天、矿业、电子、食品加工等多个工业领域,以及气雾剂推进剂、消防泡沫、纸张和食品包装材料等多种产品中(Glüge等人,2020;Itumoh等人,2024)。
PFAS之间的主要结构差异在于全氟碳链的长度,据此可将它们分为短链和长链两类。长链PFAS通常包括碳链长度≥C7的全氟羧酸(PFCAs)和碳链长度≥C6的全氟烷烃磺酸(PFSAs),而短链PFAS的碳链长度则低于这些阈值(OECD,2023)。由于PFAS具有持久性且被广泛使用,如今已在全球的环境、野生动物及人类群体中检测到它们的存在。众多研究指出,PFAS具有毒性,对人类健康和环境构成严重威胁(Lee等人,2026;Podder等人,2021)。这类物质属于内分泌干扰物,会对激素系统产生多种影响(Gaillard等人,2025)。研究表明,接触PFAS会增加患多种癌症的风险,如内分泌系统癌、消化系统癌和呼吸系统癌(Li等人,2025),还会增加患肾结石的概率(Cui等人,2025),此外还可能引发青少年肝脏疾病,尤其是非酒精性脂肪肝病(NAFLD)(Du等人,2025)。胎儿接触PFAS也可能增加出生缺陷的风险(S?ve-S?derbergh等人,2025)。不同PFAS物质的毒性差异很大。在数千种PFAS中,目前研究最多、最受关注的包括PFOA(C8)、PFOS(C8)、PFNA(C9)和PFHxS(C6),因为它们毒性高、易在生物体内积累且普遍存在于环境中(Brunn等人,2023;Cousins等人,2022)。
为应对这些风险,各国已采取多项监管措施。2001年通过并于2004年开始实施的《关于持久性有机污染物的斯德哥尔摩公约》为控制有害物质提供了全球性框架。2009年,PFOS被列入该公约的管控清单,随后开始受到限制;2019年,又有新法规禁止含有PFOA的消防泡沫,并取消了部分针对PFOS的豁免条款(Brennan等人,2021)。在区域层面,2020年的欧盟饮用水指令(2020/2184)规定了两种PFAS检测标准:一是20种被认为具有潜在风险的PFAS的总浓度,限值为0.1微克/升;二是所有全氟和多氟烷基物质的总浓度,限值为0.5微克/升(欧盟指令,2020)。为支持这些标准的实施,2024年8月发布的指南(C/2024/4910)进一步明确了分析和监测流程(欧盟指令,2024)。各成员国必须在2026年1月12日前选择采用其中一种标准,无需同时采用两种。一些国家已经实施了更严格的饮用水标准,或正在考虑制定更严格的措施。在比利时,目前已有PFAS总浓度限值0.1微克/升的规定,而针对四种主要污染物质——PFOS、PFOA、PFNA和PFHxS——则计划到2028年将限值降至0.004微克/升(SPW,2025),此外不同行政区域还有其他具体限制措施(environnement.brussels,2025;Vlaanderen.be,2026)。
全球范围内已有多起PFAS污染案例被研究,污染源包括工业排放、垃圾填埋场渗滤液、污水污泥施用于农田,以及消防泡沫的商业和军事用途(Benaafi和Bafaqeer,2024;Hannan等人,2025)。除了地表水之外,地下水也极易受到PFAS等持久性污染物的影响。由于多孔介质中溶质传输过程复杂且普遍存在,加之PFAS种类繁多,其性质(如溶解度、在部分饱和和完全饱和状态下的吸附能力、碳链长度等)差异极大,这使得PFAS在环境中的行为难以预测,因此需要针对不同类型的地质环境和PFAS物质开展针对性研究(Liu和Li,2024;Rasmusson和Fagerlund,2024)。
PFAS的迁移能力随碳链长度的不同而有显著差异。长链PFAS通常更容易吸附在固体物质上,因此会在环境中停留更长时间,导致污染持续存在;而短链PFAS则相对更易移动,因而更有可能进入地下水(Costello和Lee,2020;Li等人,2023)。此外,地下地质结构的差异也会影响PFAS的迁移。在粗粒砂质土壤中,较高的水力传导性加上较低的吸附能力会加速PFAS的迁移;而在壤土或黏土等细粒土壤中,由于固相吸附作用较强,PFAS的迁移速度会大大降低(ITRC,2023;Silva等人,2020)。当PFAS向下渗透时,其在非饱和带的迁移会受到土壤颗粒及气水界面的影响。这些过程往往会导致缓慢而持续的渗漏,这意味着即使表面污染源已停止排放,PFAS仍可能长期存在于地下水中(Bigler等人,2024;Stults等人,2024;Sharifan等人,2021)。
已有不少研究针对完全饱和带进行了探索(如McMahon等人,2022;Sadia等人,2023;Wang等人,2021)。现有研究大多聚焦于那些较为明显或已明确识别的污染源。例如,Mussabek等人(2022)研究了消防训练中使用消防泡沫所带来的影响。Hepburn等人(2019)和Currell等人(2024)则考察了澳大利亚墨尔本一处城市重建区域受历史市政和工业垃圾填埋场影响的状况,指出了历史垃圾填埋场中PFAS渗漏带来的长期环境风险,以及仅依靠被动衰减方法进行修复的局限性。Cá?ez等人(2021)则研究了用于补充当地含水层的再生水中的PFAS污染问题。
在更为复杂的地质环境中,比如包含多种水文地质单元或混合城市区域的地区,要了解污染情况并确定污染源仍然极具挑战性。这些污染源可能历史悠久且来源不明,数量也可能很多,其出现时间也变化极大。要了解PFAS的迁移路径、确定污染源并制定相应的修复策略,关键在于能够对PFAS的污染类型进行分类,这是识别其特征成分的第一步。以往常用的方法之一是通过统计技术识别不同的PFAS混合物。为此,最常用的统计技术之一就是主成分分析,许多研究也都采用了这种方法(Satriaji等人,2025;Okwuosa等人,2025;Giglioli等人,2023;S?reng?rd等人,2022)。然而,这些方法存在局限性,因为它们采用的数学模型无法保持数据之间的距离,且容易受到最高浓度值的影响,从而导致虚假相关性。因此,这些工具不太适合用于识别特定地质环境中的PFAS特征。因此,当前的一个挑战就是开发出能够应对PFAS监测数据复杂性的新型分析框架。在现有的众多统计工具中,成分数据分析技术具有更好的数学稳定性,尤其适用于本质上属于成分型数据的水文地球化学数据,因为每种成分都代表整体中的一定比例。据我们所知,目前尚无研究利用这类统计技术来分析PFAS的迁移规律和污染源。
基于此,本研究的主要目标是开发并应用一种方法,用于详细分析在多污染源地点采集的PFAS和水文化学数据。具体而言,本研究旨在:(i)深入分析各种因素对观测到的污染现象的贡献;(ii)在实施修复措施之前,通过早期场地特征分析帮助识别污染源。
本研究采用的方法结合了成分数据分析,包括基于归一化对数比值变换的成分主成分分析,以及三元图、t分布随机邻域嵌入法和雷达图等可视化技术,用以独立于绝对浓度值来识别和描述PFAS污染特征。该方法应用于一个位于裂隙白垩含水层中的重要地下水取水点,该含水层是当地公共供水的重要水源,目前已受到PFAS污染的影响。将PFAS浓度、水文化学数据及水动力信息整合到多元统计框架中,是深入了解污染过程的关键步骤,包括污染源、迁移路径以及PFAS在复杂环境中的持久性。
研究区域
研究区域为一个重要的地下水取水点,该取水点由布鲁塞尔公共供水机构VIVAQUA负责运营,位于比利时南部蒙斯市东北部的Nimy地区(图1a)。地下水取自蒙斯沉积盆地的裂隙白垩含水层。从区域尺度来看,该含水层主要由裂隙白垩构成,其顶部则覆盖着粗粒石灰岩和凝灰岩层。
结果
本节介绍了原始数据的结果,第4节将进一步对这些结果进行分析和解读。
解释与讨论
PFAS污染情况以及所有测量得到的水文化学参数的空间分布情况十分复杂。为应对这一复杂性,本研究利用各类图表展示所收集的数据以及针对PFAS数据集进行的多元统计分析结果(图5至图8),以此识别出不同的水文化学特征和行为模式。这些图形化展示是相辅相成的,应结合在一起进行分析。结论:本研究是在一个受PFAS化合物污染的战略性地下水集水区开展的,而这些化合物的来源目前仍不确定。地下水取自位于农村、城市和工业区域混合环境中的裂隙白垩含水层。通过采样工作获得了大量数据,这些数据对于了解该地区的水文特征以及PFAS化合物的污染情况至关重要,而这种污染主要影响该区域的东部地区。CRediT作者贡献说明:Anthony Mahieu:写作——审阅与编辑、写作——初稿撰写、可视化、软件使用、资源协调、项目管理、方法设计、调查研究、正式分析、数据整理、概念构建。Guillaume De Schepper:写作——审阅与编辑、验证、监督、资源协调、项目管理、方法设计、调查研究、概念构建。Nicolas Devau:写作——审阅与编辑、方法设计、概念构建。Fabio Cogliandro:可视化、调查研究、数据处理。利益冲突声明:作者们声明存在以下可能被视为潜在利益冲突的财务利益/个人关系:Anthony Mahieu表示获得了Vivaqua的财政支持。Tanguy Robert和Guillaume De Schepper表示与Vivaqua存在包括就业关系在内的关联。其他作者则声明没有已知的可能影响本文所述工作的财务利益或个人关系。致谢:本研究得到了VIVAQUA通过监管机构批准的供水定价机制中的创新补贴资助。与VIVAQUA有关联的作者均获得了该机构的财政支持。不过,资助方并未对研究设计、数据收集、分析、解读或文章投稿决策施加任何影响。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号