森林植被在生长代谢过程中会向大气中释放大量的生物源挥发性有机化合物(biogenic volatile organic compounds, BVOCs), 主要包括异戊二烯(C₅H₈)、单萜(C₁₀H₁₆)、倍半萜(C₁₅H₂₄)等烯烃, 烷烃及少量含氧化合物等^[1-5]。其中, 除含量最高的异戊二烯外, 尤以α-蒎烯为主的单萜类化合物释放量最大, 据估算单萜类化合物的年全球释放量可达到近127 Tg^[6]。这些BVOCs所含不饱和键具有高的反应活性, 在大气中易发生光氧化反应, 对大气环境产生重要影响。BVOCs可与大气中的NO_x反应生成臭氧, 将直接影响区域臭氧的分布; 同时, 它还能够与O₃、OH和NO₃等大气中的主要氧化剂发生反应, 产生大量的二次有机气溶胶(secondary organic aerosols, SOA), 从而引发一系列的环境问题^[7-9]。因此, 大气中BVOCs的检测一直受到广泛的关注^{[10, 11]}。但是, 由于BVOCs的大气光化学反应过程十分迅速, 寿命仅为几分钟至数小时, 导致其在大气中的浓度低、时空变化快; 而且单萜类化合物对应多种同分异构体^[12-14], 如α-蒎烯、β-蒎烯、α-萜烯、γ-萜烯等, 这就对现有的检测仪器和方法提出了巨大的挑战。

传统的气相VOCs(volatile organic compounds)分析方法通常采用离线富集结合气相色谱(GC)或气相色谱-质谱(GC-MS)联用技术进行分析^[15-17]。虽然能比较准确地给出待测样品的定性和定量分析结果, 但是这种离线分析方法的整个采样和分析耗时长, 通常需要几十分钟, 无法反映BVOCs的快速时空变化, 更难以用于光化学过程的实时测量。因此, 为了深入研究BVOCs的大气光化学反应过程和机理, 亟待发展针对单萜等BVOCs快速定性和定量分析的在线检测仪器和方法。

基于光电离(photoionization, PI)源的在线质谱技术近年来发展迅速, 已在大气痕量物种的快速检测中取得了成功。PI是一种“软”电离技术, 主要产生待测物的分子离子, 极少碎片离子, 得到的谱图简单, 易于解析, 有效解决了传统电子轰击(electron ionization, EI)源因碎片化程度高而产生的谱峰重叠问题, 使其能够用于复杂混合物样品的快速定性和定量分析, 如石油组分分析^[18]、褐煤中萃取产物的分析^[19]、香烟烟气在线检测等^[20]。为提高PI-MS的检测灵敏度。Wang等^[21]采用小型化的低压氪气(Kr)放电真空紫外(vacuum ultraviolet, VUV)灯作为PI的光源, 同时将电离源气压升高到700 Pa, 研制了高气压光电离-飞行时间质谱(high-pressure photoionization time-of-flight mass spectrometry, HPPI-TOF MS), 对苯的检测限达到2.47 μg/m³。然而, 针对组分复杂的混合物样品分析, HPPI-TOF MS面临着难以有效分辨同分异构体的难题。虽然可以通过碰撞诱导解离(CID)的方式, 利用不同化合物特征碎片离子的差异实现一些同分异构体的分辨, 这种方法仅适合于相对简单的体系^[22]。将快速GC与HPPI-TOF MS相结合构成在线二维GC-MS联用系统, 可在不牺牲过多分析速度的条件下, 增加GC这一重要的分离维度, 大大提高仪器的选择性和分析能力。

集束毛细管柱(multi-capillary column, MCC)是一种大流速的GC色谱柱, 由约1000根内径均为20~100 μm的平行毛细管柱并列组成, 整体长度为40~250 mm, 每根柱子的内表面均涂覆有固定相液膜。相比传统的毛细管柱色谱, MCC采用短管、多束进样, 虽然损失了一定的色谱分辨能力, 但大幅缩短了分析周期, 弥补了在线质谱不能分辨同分异构体的缺陷; 同时, MCC的样品进样流速可超过100 mL/min, 能够与HPPI-TOF MS的进样流速(30 mL/min)实现很好的匹配, 有效保证二维GC-MS联用时HPPI-TOF MS的检测灵敏度。

本研究将具有快速预分离能力的MCC与实验室自行研制的高灵敏HPPI-TOF MS相结合, 构建MCC-HPPI-TOF MS二维联用系统, 建立了复杂混合物的在线二维GC-MS分析方法, 实现了单萜类同分异构体混合物的在线二维检测, 并将该方法应用于对松树和柏树枝叶释放出的单萜化合物进行快速定性和定量分析。

1 实验部分

1.1 仪器、试剂与材料

1.1.1 集束毛细管柱-高气压光电离-飞行时间质谱仪

实验中所使用的MCC-HPPI-TOF MS联用装置, 其结构见图 1a, 主要包括MCC采样和分离系统和HPPI-TOF MS检测系统^{[21, 23]}。HPPI-TOF MS检测系统由中国科学院大连化学物理研究所快速分离与检测课题组自行研制。

图 1

Fig. 1

图 1 MCC-HPPI-TOF MS联用装置 Fig. 1 MCC-HPPI-TOF MS system a. schematic diagram; b. sampling mode; c. separation and detection mode; d. photograph of the sampling and separation device.

MCC采样和分离系统由MCC、六通阀(北京捷安杰科技发展有限公司)及由直径3 mm的不锈钢管制成的定量环组成。MCC(OV-5, 俄罗斯Multichrom公司)长度为20 cm, 装载于外径为3 mm的不锈钢管内部, 包括约1000根平行的内径为40 μm毛细管, 固定相液膜的厚度为0.2 μm。根据要分离的组分在流动相(载气)和固定相两相间的分配差异, 使各个组分在流动相的作用下得以分离。测试开始时, 仪器首先工作在进样模式, 如图 1b所示, 样品气经六通阀直接进入定量环中进行采样(定量环容积为0.5 mL), 此时另外一路高纯氮气经过MCC进入HPPI电离源, 对MCC进行清洗, 保证背景无杂质干扰; 样品采集5 s后切换到分析模式, 如图 1c所示, 定量环中存储的样品气体由高纯氮气载带进入MCC中进行分离, 随后到达HPPI-TOF MS中检测。图 1d为MCC采样和分离系统的实物图。

HPPI-TOF MS检测系统由HPPI电离源、离子传输系统和垂直加速反射式TOF质量分析器组成, 其具体结构已在之前的工作中详细描述^[23], 这里仅做简要介绍。HPPI是基于单光子电离发展的一种新型电离源, 通过提高电离区气压, 增大电离区内的样品分子数密度, 进而有效改善离子产率, 如公式1^[21]所示, 解决了因VUV-Kr灯光通量低而导致的灵敏度低的问题, 使仪器检测灵敏度提高到μg/m³的量级。

(1)

其中R_PI代表离子产率(ions/s); P代表电离区气压(Pa); A为常数, 7.2×10¹⁸; I₀代表VUV灯的光强(photons/s); L代表电离区长度(cm); c代表分析物的体积浓度(ppm(10^-6)); T代表电离源温度(K)。σ_PI只与物质本身的化学物理性质相关, 可以视为常数。

气体样品在毛细管两端压力差的驱动下直接进入VUV-Kr灯下端的电离区, 在VUV光照射下发生电离, 产生的样品离子经离子传输系统的聚焦和整形后进入TOF质量分析器进行质谱分析。TOF MS采用时间-数字转换器(time-to-digital converter, TDC)作为数据采集卡。检测时, TDC采集卡工作在连续触发的Chromat/Trend模式, 每张质谱图的采集时间设置为1 s, 然后通过记录每张质谱图的总离子强度(counts)与保留时间(s)来获得色谱图, 从而实现二维GC-MS数据的采集。

1.1.2 试剂与材料

α-蒎烯、β-蒎烯(纯度98%, 北京百灵威科技有限公司); α-萜烯(纯度＞90%, 萨恩化学技术(上海)有限公司); γ-萜烯(纯度＞95%, 萨恩化学技术(上海)有限公司); 3-蒈烯(90%, 北京百灵威科技有限公司); 柠檬烯(纯度97%, 阿法埃莎(天津)化学有限公司); 高纯氮气(纯度99.999%, 中国科学院大连化学物理研究所)。

雪松及龙柏树枝样品取自中国科学院大连化学物理研究所园区内。

1.1.3 标准气体的制备

实验中所需标准气体样品通过在线动态配气法获得:将待测样品溶解于四氯化碳溶剂中配制成特定浓度的标准液, 并以一定流速注入液体蒸发装置内, 使其充分气化, 同时使用一定流速的稀释气体(高纯氮气)进行载带, 经充分混合后获得所需浓度的标准气体样品。该方法通过简单调节微量注射泵的流速或稀释气的流量就可以在线获得不同浓度的标准气体。

1.2 实验条件

HPPI-TOF MS的电离区气压为500 Pa, 采样频率为33.3 kHz, 质谱进样量为30 mL/min。MCC及各传输管路加热30 ℃, 载气流速为40 mL/min。每个样品二维GC-MS检测时间为180 s, 其中单张质谱图采集时间为1 s。MCC-HPPI-TOF MS的具体实验参数如表 1所示。

表 1 (Table 1)

表 1 MCC-HPPI-TOF MS的实验参数 Table 1 Experimental parameters of MCC-HPPI-TOF MS Parameter Setting Ion source pressure 500 Pa VUV-Kr lamp 10.0 eV/10.6 eV Sampling flow rate of HPPI-MS 30 mL/min TOF extraction frequency 33.3 kHz Transfer line temperature 30 ℃ Sample loop temperature 30 ℃ MCC temperature 30 ℃ Sample gas flow rate 2 L/min Carrier gas flow rate 40 mL/min Acquisition time per mass spectrum 1 s Analysis time for 2D MCC-MS 180 s Sample 0.5 cm Vial 5 mL Headspace carrier gas flow rate 100 mL/min 2D: two-dimensional.

表 1 MCC-HPPI-TOF MS的实验参数 Table 1 Experimental parameters of MCC-HPPI-TOF MS

实际样品进样方式:将松树或柏树顶端枝叶部分剪断成长度为0.5 cm的小段, 称取2 g放入容积5 mL的小瓶中, 室温条件(25 ℃)下用100 mL/min高纯氮气作为载气进行顶空吹扫, 枝叶的挥发性组分随载气进入MCC中分离, 随后进入质谱中进行检测, 采样装置如图 2所示。

图 2

Fig. 2

图 2 雪松及龙柏枝叶挥发物的采样装置图 Fig. 2 Schematic diagram of the sampling device for the volatiles from branches and leaves of Cedrus atlantica and Sabina chinensis

2 结果与讨论

2.1 实验条件的优化

2.1.1 MCC温度的优化

实验中采用质量浓度均为6071 μg/m³的α-蒎烯、β-蒎烯、3-蒈烯、α-萜烯、γ-萜烯和柠檬烯6种同分异构体的混合样品气。将载气流速固定在40 mL/min, 传输管路温度设置为30 ℃, 分别在MCC温度为30、35、40、45、50、55和60 ℃条件下平行测试3次。由图 3a可以看出, 在MCC温度为30 ℃时, 6种单萜同分异构体的保留时间各不相同, 可以成功分离; 随着温度的升高, 6种化合物的保留时间均逐渐缩短, 当温度高于35 ℃时, 3-蒈烯和α-萜烯出峰时间重叠, 无法实现有效分离。因此, 为保证最佳的分离效果, MCC测试温度选定为30 ℃。

图 3

Fig. 3

图 3 (a) MCC温度对6种同分异构体保留时间的影响及(b)载气流速对MCC分离度的影响(n=3) Fig. 3 (a) Retention times of the six compounds as a function of the MCC temperature and (b) MCC resolution as a function of the carrier gas flow rate (n=3)

2.1.2 MCC载气流速的优化

为了准确评价载气流速对MCC分离效果的影响, 采用色谱分离度(R_s)对所得结果进行考察。两个色谱峰1和2的分离度R_s可以表示为两个峰中心之间的距离和半峰宽之和的比值:

(2)

其中t₁和t₂代表两个相邻色谱峰的保留时间, t_w1和t_w2代表二者峰宽。图 3b为α-蒎烯和β-蒎烯在不同MCC载气流速下的色谱分离度。由结果可以看出, 在低的载气流速下, 能够获得更好的色谱分离效果。考虑到HPPI-TOF MS的进样流速为30 mL/min, 因此选择40 mL/min的MCC载气流速作为测试条件。

2.2 方法学考察

2.2.1 单萜同分异构体的快速二维GC-MS分析

MCC-HPPI-TOF MS结合了MCC的快速分离能力和HPPI-TOF MS的软电离和高灵敏优势, 可以实现对6种单萜同分异构体混合物的准确、快速的二维分析。图 4是α-蒎烯、β-蒎烯、3-蒈烯、α-萜烯、γ-萜烯和柠檬烯这6种单萜同分异构体混合样品气的二维GC-MS谱图。6种化合物的质量浓度均为6071 μg/m³, MCC加热30 ℃, 载气流速40 mL/min, 检测时间180 s。6种单萜同分异构体均产生了较强的分子离子峰M⁺(m/z=136), 其中α-蒎烯、β-蒎烯和3-蒈烯还产生了少量的碎片离子峰[M-C₃H₉]⁺(m/z=92)、[M-C₃H₈]⁺(m/z=93)和[M-C₃H₇]⁺(m/z=94), 单独依靠HPPI-TOF MS无法实现准确定性。在增加MCC的色谱维度后, 不同的单萜同分异构体因为结构和性质的差异, 在180 s内即可实现快速的色谱分离和定性分析。表 2中给出了6种化合物的物化性质、特征离子及保留时间信息。

图 4

Fig. 4

图 4 6种单萜同分异构体混合样品气体的MCC- HPPI-TOF MS二维谱图 Fig. 4 2D MCC-MS plot of molecular mass against gas chromatographic retention time obtained by the MCC-HPPI-TOF MS for the gas mixture of compounds

表 2 (Table 2)

表 2 6种单萜同分异构体的物化性质、特征离子和保留时间 Table 2 Chemical and physical properties, characteristic ions, and retention times of the six monoterpene isomers Compound Formula Structure Mr Characteristic ion/(m/z) Boiling point/ ℃ Retention time/s α-Pinene C10H16 136 [M-C3H9]+/92 [M-C3H8]+/93 [M-C3H7]+/94 M+/136 155 50 β-Pinene C10H16 136 [M-C3H9]+/92 [M-C3H8]+/93 [M-C3H7]+/94M+/136 166 70 α-Terpinene C10H16 136 M+/136 173 101 γ-Terpinene C10H16 136 M+/136 182 149 3-Carene C10H16 136 [M-C3H9]+/92 [M-C3H8]+/93M+/136 170 95 Limonene C10H16 136 M+/136 177 111 Chemical and physical properties are from the US National Institute of Standards and Technology (NIST).

表 2 6种单萜同分异构体的物化性质、特征离子和保留时间 Table 2 Chemical and physical properties, characteristic ions, and retention times of the six monoterpene isomers

2.2.2 定量限和重复性

使用高纯氮气作为稀释气, 利用动态配气方法分别获得一系列质量浓度分布在30~6100 μg/m³的6种单萜同分异构体标准气体样品。通过对6种化合物标准气体的测定, 评价了MCC-HPPI-TOF MS的检出限、定量限、线性范围和重复性等性能指标, 结果如表 3所示。在180 s内, 6种单萜同分异构体的检出限(S/N=3)达到2.56~5.88 μg/m³。并获得较好的线性关系, α-蒎烯、β-蒎烯、3-蒈烯、α-萜烯、γ-萜烯和柠檬烯的线性相关系数(R²)分别为0.9944、0.9995、0.9998、0.9993、0.9970和0.9938。

表 3 (Table 3)

表 3 6种单萜同分异构体的线性范围、相关系数、信号响应强度的相对标准偏差、检出限和定量限 Table 3 Linear ranges, correlation coefficients (R2), RSDs of the intensities, LODs and LOQs of the six monoterpene isomers Compound Linear range/(μg/m3) R2 RSD/% LOD/(μg/m3) LOQ/(μg/m3) α-Pinene 30-6100 0.9944 0.65 2.56 4.28 β-Pinene 30-6100 0.9995 7.10 4.79 7.99 α-Terpinene 30-6100 0.9993 5.72 5.81 9.69 γ-Terpinene 30-6100 0.9970 5.98 3.79 6.32 3-Carene 30-6100 0.9998 4.75 5.58 9.29 Limonene 30-6100 0.9938 4.89 5.88 9.79

表 3 6种单萜同分异构体的线性范围、相关系数、信号响应强度的相对标准偏差、检出限和定量限 Table 3 Linear ranges, correlation coefficients (R2), RSDs of the intensities, LODs and LOQs of the six monoterpene isomers

重复性是评价方法可行性的重要性能指标之一。为了研究MCC-HPPI-TOF MS的重复性, 连续检测了质量浓度均为6071 μg/m³的α-蒎烯、β-蒎烯、3-蒈烯、α-萜烯、γ-萜烯和柠檬烯混合标准气体, 每个循环180 s。结果表明, 6种化合物信号强度的相对标准偏差为0.65%~7.1%, 展示出较好的重复性, 如图 5和表 3所示。

图 5

Fig. 5

图 5 MCC-HPPI-TOF MS对6种单萜同分异构体的气相混合物连续3个周期测试的色谱图 Fig. 5 Chromatograms of the gas mixture of six monoterpene isomers measured with MCC-HPPI-TOF MS for three cycles in succession Peak identifications: 1. α-pinene; 2. β-pinene; 3. 3-carene; 4. α-terpinene; 5. limonene; 6. γ-terpinene.

2.3 实际样品检测

在实际样品的检测实验中, 我们选取了北方地区常见的树雪松和龙柏作为检测对象。于中国科学院大连化学物理研究所园区内采集到雪松树和龙柏树顶端的枝叶, 剪成长度为0.5 cm的小段放入小瓶中, 室温下顶空吹扫。利用MCC-HPPI-TOF MS进行在线二维分析。在这两种树木枝叶中均检测到α-蒎烯、β-蒎烯、3-蒈烯和柠檬烯组分, 如图 6所示。雪松中含有较高的柠檬烯, 占释放总量的52.7%;其次为α-蒎烯(28.3%)、β-蒎烯(14.1%); 3-蒈烯含量最低, 仅占4.9%。龙柏释放的单萜检测结果中, α-蒎烯的含量最高, 为34.8%; β-蒎烯含量最低, 为15.8%;其余两种3-蒈烯和柠檬烯分别占20.0%和29.4%。

图 6

Fig. 6

图 6 雪松、龙柏枝叶中所含4种单萜同分异构体的检测结果 Fig. 6 Detection results of the four monoterpene isomers in the branches and leaves of Cedrus atlantica and Sabina chinensis

3 结论

本研究针对大气中释放量巨大的单萜类BVOCs的快速在线分析, 将具有快速预分离能力的MCC和高灵敏的HPPI-TOF MS进行联用, 建立了在线二维GC-MS检测方法。与传统GC-MS富集-解析进样过程, 以及长达数十分钟的分析时间相比, MCC-HPPI-TOF MS得益于其大进样流速、软电离及高灵敏度优势, 无需样品预富集及高色谱分离度, 在180 s内即可实现单萜等复杂VOCs混合物的高灵敏、在线分析, 并成功分辨6种单萜同分异构体, 检出限低至μg/m³。

该方法的操作简单, 分析时间短, 在环境监测、过程分析等领域都具有巨大的潜力和广阔的应用前景。

参考文献

[1]	Wang W, Wang S L, Li L, et al. Geochimica, 2008, 37(1): 77. 汪午, 王省良, 李黎, 等. 地球化学, 2008, 37(1): 77. doi :10.3321/j.issn:0379-1726.2008.01.011
[2]	Atkinson R, Arey J. Atmos Environ, 2003, 37: S197. doi :10.1016/S1352-2310(03)00391-1
[3]	He H F, Gui A H, Ye Y. Journal of Tea Science, 2018, 38(4): 406. 何华锋, 桂安辉, 叶阳. 茶业科学, 2018, 38(4): 406.
[4]	Schallhart S, Rantala P, Kajos M K, et al. Atoms Chem Phys, 2018, 18(2): 815. doi :10.5194/acp-18-815-2018
[5]	Langford B, Cash J, Acton W J F, et al. Biogeosciences, 2017, 14(23): 5571. doi :10.5194/bg-14-5571-2017
[6]	Guenther A, Hewitt C N, Erickson D, et al. J Geophys Res-Atmos, 1995, 100(D5): 8873. doi :10.1029/94JD02950
[7]	Chen J G, Bi H X, Yu X X, et al. J Environ Sci (China), 2019, 81: 102. doi :10.1016/j.jes.2019.01.020
[8]	Chen X, Hopke P K, Carter W P L. Environ Sci Technol, 2011, 45(1): 276. doi :10.1021/es102166c
[9]	Song C, Zaveri R A, Shilling J E, et al. Environ Sci Technol, 2011, 45(17): 7323. doi :10.1021/es201225c
[10]	Karl T, Harley P, Emmons L, et al. Science, 2010, 330(6005): 816. doi :10.1126/science.1192534
[11]	Kiendler-Scharr A, Wildt J, Dal Maso M, et al. Nature, 2009, 461(7262): 381. doi :10.1038/nature08292
[12]	Goldstein A H, Galbally I E. Environ Sci Technol, 2007, 41(5): 1514. doi :10.1021/es072476p
[13]	Cappellin L, Loreto F, Biasioli F, et al. Atmos Chem Phys, 2019, 19(5): 3125. doi :10.5194/acp-19-3125-2019
[14]	Ling Z, He Z, Wang Z, et al. J Environ Sci (China), 2019, 79: 1. doi :10.1016/j.jes.2018.12.001
[15]	Ma H L, Jin J, Li Y, et al. Chinese Journal of Chromatography, 2017, 35(10): 1094. 马慧莲, 金静, 李云, 等. 色谱, 2017, 35(10): 1094.
[16]	Mateo J J, Jimenez M. J Chromatogr A, 2000, 881(1/2): 557.
[17]	Balaban-Ucar M, Gonultas O. Holz Roh Werkst, 2019, 77(3): 475. doi :10.1007/s00107-019-01391-1
[18]	Wang J, Yang B, Li Y, et al. Int J Mass Spectrom, 2007, 263(1): 30.
[19]	Yu Y R, Fan X, Zhao Y P, et al. Chinese Journal of Analytical Chemistry, 2017, 45(7): 1005. 于亚如, 樊星, 赵云鹏, 等. 分析化学, 2017, 45(7): 1005.
[20]	Wang J, Pan Y. Journal of Chinese Mass Spectrometry Society, 2012, 33(5): 265. 王健, 潘洋. 质谱学报, 2012, 33(5): 265.
[21]	Wang Y, Jiang J, Hua L, et al. Anal Chem, 2016, 88(18): 9047. doi :10.1021/acs.analchem.6b01707
[22]	Hua L, Hou K, Chen P, et al. Anal Chem, 2015, 87(4): 2427. doi :10.1021/ac5043768
[23]	Chen X, Hua L, Jiang J, et al. Talanta, 2019, 201: 33. doi :10.1016/j.talanta.2019.03.103