从活性炭中萃取挥发性有机物的新型溶剂：影响萃取性能的关键因素

《Environmental Technology & Innovation》：Novel extraction solvents for volatile organic compounds from activated carbon: Key factors influencing extraction performance

　　

挥发性有机物（Volatile Organic Compounds, VOCs）在室温下挥发，因此以蒸气形式存在于空气中。由于高挥发性，VOCs通过吸入进入人体，造成不良健康影响。因此，必须准确测定VOCs并评估其风险以保障人类健康。吸附管或捕集阱结合气相色谱法（Gas Chromatography, GC）被广泛用于测定空气中的VOC浓度。热脱附和溶剂萃取是从吸附剂中提取VOCs的主要方法。热脱附灵敏度高，但需要昂贵设备并需定期清洗采样管和冷阱。溶剂萃取常用于VOC解吸，活性炭通常用作吸附剂。二硫化碳（Carbon Disulfide, CS2）常作为从活性炭中萃取VOCs的溶剂，其在活性炭上的高吸附热可有效置换目标VOCs，且在GC分析中干扰峰极少。然而，CS2与某些化合物（如胺类）反应，且是最危险的GC分析溶剂之一，长期吸入暴露会导致心血管疾病、胎儿毒性和神经系统疾病。因此，需要比CS2更安全的替代溶剂从活性炭中萃取VOCs。本研究中，研究人员研究了影响活性炭中VOCs回收率的溶剂相关因素，以确定CS2的替代萃取溶剂。此外，基于分子结构建立了VOCs回收率的估算模型，并利用该模型构建了从活性炭中萃取的危险VOCs回收率数据库。

研究背景与现存问题

挥发性有机物（Volatile Organic Compounds, VOCs）在室温下易挥发，以蒸气形式存在于空气中，并通过吸入途径进入人体，导致心血管疾病、神经毒性等多种不良健康效应。因此，对VOCs进行准确定量和风险评估对于保护人体健康至关重要。目前，吸附管或捕集阱结合气相色谱法（Gas Chromatography, GC）是测定空气中VOCs浓度的主流方法，其中热脱附和溶剂萃取是从吸附剂中提取VOCs的两大主要技术。热脱附虽灵敏度高，但设备昂贵且维护频繁；而溶剂萃取则因操作简便、成本较低而被广泛采用，活性炭是其常用的吸附剂。二硫化碳（Carbon Disulfide, CS₂）作为传统萃取溶剂，因其在活性炭上吸附热高、能有效置换目标VOCs，且在GC火焰离子化检测器中响应极低、干扰峰少，成为行业标准。然而，CS₂会与胺类等化合物发生反应，并且是一种高危害性溶剂，长期吸入暴露可引发心血管疾病、胎儿毒性和神经系统疾病。因此，亟需开发更安全的替代溶剂用于从活性炭中高效萃取VOCs。

尽管已有研究表明溶剂的酸碱性、极性、氢键能力以及π-π相互作用等因素可能影响VOCs从活性炭中的回收率，但这些因素的相对贡献尚未得到定量阐明。例如，2-苯氧基乙醇在40–70°C下对多数VOCs回收率高，但在室温下回收率却低于80%，表明仅凭已知因素不足以解释室温下的萃取行为，其他溶剂性质可能同样重要。此外，职业环境中广泛使用的VOCs正不断被新化合物取代，针对这些新VOCs建立分析方法时，必须选择能实现高回收率的萃取溶剂。然而，目前缺乏有效的VOCs回收率估算方法。因此，本研究旨在系统探索影响VOCs回收率的溶剂相关因素，寻找CS₂的安全替代品，并基于分子结构建立回收率预测模型，进而构建危险VOCs的回收率数据库。

研究方法概述

研究人员选取了50种目标VOCs，涵盖酯类、醇类、卤代烃、芳烃、酮类等多种化学类别。在溶剂筛选方面，首先要求候选萃取溶剂具有足够高的沸点以减少GC分析中溶剂峰与目标VOC峰的叠加，并在室温下呈液态且商业可得。在此基础上，选取了13种具有不同理化特性（尤其富含π电子结构）的溶剂，包括马来酸二丁酯、戊二酸二甲酯、氰乙酸乙酯、苯甲酸乙酯、苯甲酸丁酯、水杨酸丁酯、4-氯苯甲醚、1,4-双(甲氧甲基)苯、2-(苄氧基)乙醇、2-苯氧基乙醇、苯乙酮、4-甲氧基苯丙酮和N,N-二乙基苯甲酰胺。实验通过将VOC标准混合物直接加标到活性炭上，经室温振荡萃取60分钟后，采用气相色谱-质谱联用法（GC-MS）测定各VOC的回收率，每次实验进行五次重复测量，取均值评价。研究人员还采用了定量构效关系（Quantitative Structure–Property Relationship, QSPR）分析方法，以VOC分子中不同结构基团的数量作为描述符，通过岭回归建立QSPR模型，并使用Logit变换将回收率数据映射至0–1区间，从而实现对VOC回收率的估算。

研究结果

2.1 溶剂理化性质对VOC回收率的影响

研究发现，在13种候选溶剂中，N,N-二乙基苯甲酰胺（N,N-Diethylbenzamide）和2-苯氧基乙醇（2-Phenoxyethanol）表现出最佳的总体萃取性能，其对50种目标VOCs的满意回收率（平均回收率在80%–120%之间）比例分别达到94%和92%。相比之下，传统溶剂CS₂的满意回收率比例仅为68%。进一步分析溶剂理化性质与VOC回收率的关系显示，溶剂的低粘度有利于提高VOCs从活性炭中的回收率，因为低粘度促进了溶剂向活性炭微孔中的扩散。同时，溶剂的高色散表面自由能（dispersive surface free energy）也与高VOC回收率显著相关，这可能是因为高色散表面自由能的溶剂能更有效地与活性炭表面发生非特异性相互作用，从而竞争性地置换被吸附的VOCs。

2.2 QSPR模型的建立与验证

研究人员基于50种VOC的分子结构基团组成和实验测得的回收率数据，采用岭回归方法建立了QSPR模型。模型以VOC分子中各结构基团的数目为自变量，以Logit变换后的回收率为因变量。模型的拟合优度较高，能够较好地估算VOCs在不同萃取溶剂中的回收率。通过交叉验证等方法评估了模型的稳健性和预测能力，结果表明该QSPR模型可以有效估算VOCs从活性炭中的回收率。

2.3 危险VOCs回收率数据库的构建

利用所开发的QSPR模型，研究人员构建了一个包含450种危险VOCs的回收率数据库。该数据库涵盖了多种常见和新兴的VOCs，为选择合适的萃取溶剂、优化分析方法提供了重要的参考依据。

讨论与结论

研究结果表明，溶剂的粘度和色散表面自由能是影响VOCs从活性炭中回收率的关键物理化学性质，这为筛选CS₂的替代溶剂提供了新的理论依据。N,N-二乙基苯甲酰胺和2-苯氧基乙醇因其低粘度、高色散表面自由能以及对多种VOCs的高回收率，被确认为最有前景的CS₂替代溶剂。此外，基于分子结构基团的QSPR模型成功实现了对VOC回收率的定量估算，填补了该领域预测方法的空白。研究人员得出结论：通过系统考察溶剂性质与VOC回收率之间的关系，可以科学地选择安全高效的萃取溶剂；所建立的QSPR模型和回收率数据库将为未来新型VOCs的分析方法开发和环境监测提供有力工具，有助于减少有害溶剂的使用，保障分析人员的健康安全。