从大型PFAS（全氟和多氟烷基物质）治理调查数据集中对元数据进行多变量分析所得的新见解

《Journal of Hazardous Materials》：Novel Insights from Multivariate Analysis of Metadata from a Large PFAS Remedial Investigation Dataset

PFAS污染场地调查中应用主成分分析和层次聚类分析处理21000条数据，揭示不同环境介质（地下水/孔隙水/土壤/沉积物/地表水）中长链/短链PFAS分布规律，提出Vadose Zone稀释衰减因子概念，阐明链长、吸附特性与迁移衰减关系，为污染场地风险管理和修复提供新方法。

　　本研究聚焦于一种广泛使用的合成化学物质——全氟和多氟烷基物质（PFAS）在环境中的分布特征及其污染源的识别。PFAS因其独特的物理化学性质，如极强的化学和热稳定性，主要归因于其碳-氟键的稳定性，被广泛应用于工业和商业领域，包括不粘锅涂层、防污织物以及用于B类火灾扑救的水成膜泡沫（AFFF）。随着这些物质的广泛应用，其在环境中的扩散也日益显著，尤其是在地下水、土壤、沉积物等介质中。PFAS的持久性和高迁移性使得其污染问题成为一个全球性的环境挑战。

研究团队通过对美国大陆地区29个地点收集的约21,000条PFAS数据进行分析，揭示了PFAS在不同介质中的分布规律。这些地点包括AFFF污染源区域以及地下水流动路径下游的污染羽流区域。研究采用主成分分析（PCA）和层次聚类分析（HCA）等多元统计方法，旨在识别PFAS的组成模式、污染源特征以及空间分布趋势。这些方法能够揭示传统单变量或双变量分析难以察觉的复杂关系，从而为污染源识别、环境行为分析及污染治理策略提供支持。

在研究中，研究者引入了一个新的概念——估算的PFAS vadose区稀释衰减因子。该因子定义为PFAS在孔隙水中的浓度与地下水中的浓度之比，被发现与全氟化链长呈负相关。这意味着较长链的PFAS在地下水中的浓度相对较低，而较短链的PFAS则更容易迁移至地下水系统。这一发现对于理解PFAS在不同环境介质中的行为具有重要意义，同时也为评估污染扩散的路径和范围提供了新的视角。

研究结果表明，不同链长的PFAS在环境介质中的分布存在显著差异。短链PFAS如全氟丁基磺酸（PFBS）、全氟丁酸（PFBA）和全氟己烷磺酸（PFHpA）在水性介质中检测频率较高，通常超过80%。这与短链PFAS的高迁移性相符，说明它们更容易在水体中扩散。相比之下，长链PFAS则在土壤和沉积物中更为常见，表明其在非饱和带中的吸附能力较强，导致其在地下水系统中的迁移受到限制。PFHxS（全氟辛烷磺酸）在地下水和孔隙水中最为丰富，而PFOS（全氟辛烷磺酸）则主要出现在地表水和固体介质中。这种分布模式可能反映了PFAS在不同介质中的物理化学行为，如溶解度、吸附能力以及迁移路径。

此外，研究还发现，土壤中PFAS的最大浓度通常局限于水表上方1米的范围内，而在半湿润气候区则可能延伸得更深。这一现象可能与气候条件、土壤类型、地下水流动速度等因素有关。例如，在干旱地区，降水较少，地下水补给不足，可能导致PFAS在土壤中的迁移受到限制，从而在较浅的土壤层中积累。而在半湿润地区，较高的降水和地下水流动速度可能促进PFAS向更深的土壤层迁移。这种空间分布的差异提示我们，不同地区的环境条件对PFAS的迁移和滞留具有重要影响，需要在污染治理过程中加以考虑。

研究还强调了PFAS在不同环境介质中的污染指纹与水文气候变量之间的关系。通过对各站点PFAS分布模式的分析，研究团队发现，某些站点的PFAS组成特征与特定的水文气候条件密切相关。例如，某些站点的PFAS组成可能与当地的降雨量、蒸发量或地下水流动速度等因素相关。这种关联性表明，水文气候变量可能在一定程度上影响PFAS的迁移和扩散，从而导致不同站点之间PFAS分布的差异。因此，在进行污染源识别和污染评估时，需要综合考虑水文气候因素，以更准确地理解PFAS的环境行为。

研究还指出，PFAS污染的扩散模式可能是由历史上的AFFF使用所导致的。通过PCA分析，研究团队发现PFAS的分布呈现出一定的扩散特征，这可能意味着污染源的扩散范围较大，且污染物质在环境中具有较长的停留时间。这种扩散模式可能与PFAS的高迁移性和低降解性有关，表明其在环境中的残留时间较长，难以通过自然过程迅速消除。因此，对于曾经使用过AFFF的地点，其污染羽流可能已经扩展到较远的区域，需要通过系统性的调查和监测来识别污染范围，并采取相应的治理措施。

研究的结论表明，PFAS在不同环境介质中的组成存在显著差异，这种差异可能与污染源的性质、环境条件以及PFAS的物理化学特性有关。例如，短链PFAS在地表水中的相对丰度较高，而长链PFAS则在土壤和沉积物中更为常见。这种分布模式可能反映了PFAS在不同介质中的迁移能力和环境行为，同时也为污染治理提供了方向。研究团队认为，这些发现有助于完善针对PFAS污染的特定地点知识框架，从而提高污染治理的效率和针对性。

在环境意义方面，研究结果表明，传统统计方法和多元统计方法可以作为互补工具，用于简化和解释大规模PFAS数据集。通过PCA和HCA等多元分析方法，研究团队能够识别出PFAS在不同介质中的分布规律，并揭示其污染源特征和空间分布趋势。这些信息对于理解特定地点的污染状况、评估健康风险以及制定有效的采样和治理策略具有重要意义。此外，研究还强调了跨介质和跨地点比较的重要性，这对于大型工业设施或跨国企业而言尤为重要，因为它们可能在多个地点存在PFAS污染，而这些地点的环境条件和污染特征可能存在较大差异。

研究的另一重要发现是，PFAS的分布模式可能受到多种因素的影响，包括地质结构、气象条件、水文地质特征、污染源的组成以及污染物释放的性质和程度。例如，不同的土壤类型可能对PFAS的吸附能力产生显著影响，从而改变其在土壤中的滞留和迁移行为。同样，降水和蒸发的强度可能影响PFAS在地表水和地下水之间的迁移路径。因此，在进行PFAS污染评估时，需要综合考虑这些因素，以更全面地理解污染物的环境行为。

研究团队还指出，PFAS污染的治理需要基于对污染源和环境行为的深入理解。通过识别PFAS的组成模式和污染源特征，可以更有针对性地制定治理策略，例如选择适合的修复技术、优化采样方案以及评估污染扩散的风险。此外，研究结果还表明，PFAS污染的治理需要结合多学科的方法，包括化学、地质学、水文学和环境科学等，以实现对复杂污染系统的全面分析和有效管理。

最后，研究团队强调了未来在PFAS污染治理方面需要进一步研究的方向。例如，需要更深入地探讨PFAS在不同环境介质中的迁移机制，以及其与其它污染物之间的相互作用。此外，还需要加强对PFAS污染的长期监测，以评估治理措施的效果，并为未来的环境管理提供科学依据。通过这些努力，可以更好地应对PFAS污染带来的环境和健康挑战，确保人类和生态系统的安全。