综述：地下水重金属（类金属）分析技术与源解析的综合评述

本综述系统评述了地下水重金属（HM）污染的分析技术与源解析方法，推荐其作为环境化学与公共健康领域的重要参考文献。文章详细介绍了实验室技术如电感耦合等离子体质谱（ICP-MS）的高灵敏度（亚μg/L级）与联用技术（如IC-ICP-MS）在化学形态分析中的应用，同时强调了现场便携式传感器与多元统计、同位素指纹及机器学习（ML）在源解析中的整合应用，为地下水安全治理提供了多学科交叉的创新策略。

　　

引言

地下水重金属（HM）污染是全球性的环境与公共卫生问题，其来源包括自然地质过程（如岩石风化和矿物溶解）和人类活动（如采矿、工业排放和农业径流）。准确量化地下水中痕量重金属并解析其来源，对制定有效的修复和预防策略至关重要。近年来，分析技术的飞速发展显著提升了重金属检测的灵敏度与特异性，而源解析方法的进步则增强了对污染来源的辨识能力。

分析技术

样品采集与保存

可靠的数据始于严格的样品采集与保存流程。低流量采样技术（流速通常低于0.3 L/min）可最小化沉积物扰动和水化学变化，确保样品代表原位条件。现场过滤（0.45 μm）用于获取溶解态金属，并立即用高纯硝酸酸化至pH < 2，以抑制微生物活性和金属吸附。样品需冷藏避光保存，多数金属可稳定长达6个月，但汞应在28天内分析。对于形态分析（如As(III)/As(V)），需采用现场分离和专用保存方法以防止氧化态变化。

样品前处理

清洁地下水样品通常可直接进样，但浊度较高或需测量总量时需进行酸消解（如USEPA Method 3005）。痕量金属预浓缩技术包括液相萃取（LLE）、固相萃取（SPE）和分散液液微萃取（DLLME），这些方法可显著提高检测灵敏度。例如，DLLME结合新型纳米材料吸附剂可实现亚μg/L级的检测限。

分析技术

• •
  原子吸收光谱（AAS）：包括火焰AAS（适用μg/mg级浓度）、石墨炉AAS（GF-AAS，亚μg/L级）和氢化物发生/冷蒸气AAS（用于As、Hg等），但其单元素特性限制了多元素同时分析。
• •
  电感耦合等离子体发射光谱（ICP-OES）：具备多元素检测能力，检测限通常在μg/L范围，但存在光谱干扰问题。
• •
  电感耦合等离子体质谱（ICP-MS）：作为金标准技术，提供超痕量（ng/L级）检测和同位素分析能力，但需克服多原子离子干扰和基质效应。
• •
  X射线荧光光谱（XRF）：便携式设备适用于现场筛查，但灵敏度较低，常需预浓缩步骤。
• •
  电化学技术（如阳极溶出伏安法ASV）：具备高灵敏度（亚μg/L级）和便携性，适用于Pb、Cd等特定金属的现场检测。
• •
  联用技术（如HPLC-ICP-MS）：用于化学形态分析，可有效区分Cr(III)/Cr(VI)、As(III)/As(V)等关键形态，为风险评估提供关键信息。

质量保证与控制

QA/QC程序涵盖方法验证、空白样分析、加标回收、 certified reference materials（CRMs）使用及不确定度评估，确保数据的准确性与可靠性。

源解析模型

多元统计与受体模型

主成分分析（PCA）和层次聚类分析（HCA）用于识别金属共现模式与潜在来源。正矩阵分解（PMF）等受体模型可量化来源贡献，例如区分工业排放、农业输入和自然背景来源。这些方法需结合地化学知识解释因子含义，并避免过拟合问题。

机器学习方法

随机森林（RF）、支持向量机（SVM）和深度学习等ML算法通过捕捉非线性关系增强源解析能力。它们可处理复杂环境数据，预测污染分布并识别主导因素，但需依赖标注数据且模型可解释性较低。

同位素示踪

铅同位素（如²⁰⁶Pb/²⁰⁷Pb）、锶同位素（⁸⁷Sr/⁸⁶Sr）及汞、锌等稳定同位素提供独特“指纹”，用于区分自然与人为来源。同位素混合模型可定量计算来源贡献，为污染溯源提供直接证据。

挑战与未来展望

当前挑战包括复杂基质干扰、形态分析稳定性不足及来源信号重叠。未来发展方向包括开发高灵敏度现场传感器、整合AI与实时监测系统、加强多学科合作，以及推动标准化政策以确保科研成果有效转化为地下水保护实践。

结论

整合先进分析技术（如ICP-MS与联用形态分析）与多方法源解析（统计、ML、同位素）是精准治理地下水HM污染的核心。未来需进一步融合实时传感与智能建模，构建早期预警系统，提升污染溯源能力与风险管理水平。