利用HPLC-UV技术检测贝加尔湖雪中的线性烷基苯磺酸盐，这些化合物以甲基化衍生物的形式存在，并通过GC–MS进行结构确认

《Journal of Great Lakes Research》：Linear alkylbenzene sulfonates in Lake Baikal snow by HPLC-UV in the form of methylated derivatives with GC–MS structure confirmation

**摘要**
线性烷基苯磺酸盐（LAS）是最常见的挥发性芳香族合成阴离子表面活性剂，本研究在贝加尔湖冰盖覆盖下的积雪中对其进行了检测。积雪中的总LAS浓度（CLAS ± ?，其中?表示置信区间）在湖泊南部盆地为2.1 ± 0.3至59 ± 8 μg L?1（n = 6），在中央盆地为0.20 ± 0.03至0.43 ± 0.06 μg L?1（n = 5），在北部盆地为0.70 ± 0.09至9.9 ± 1.3 μg L?1（n = 10）。最高浓度出现在靠近大型居民区的海岸带积雪中，这些地方的浓度是水体中允许的最大浓度（≤ 10 μg L?1）的五倍以上。这可能导致积雪融化时地表水受到严重污染。最低LAS浓度出现在偏远自然区域的积雪中。研究认为大气传输是贝加尔湖积雪污染的主要来源。为了测定这些污染物，我们提出了一种新方法，该方法结合了高效液相色谱法（HPLC）和紫外光谱范围内的分光光度检测技术，能够检测出浓度范围从16 ng L?1到100 μg L?1的烷基苯磺酸甲酯类LAS。该方法的灵敏度比传统的亚甲蓝活性物质测定方法高出三个数量级。LAS测定的重复性表现为变异系数Vr = 9.0%（f = 18, α = 0.05），实验室内的精密度为VRL = 15%。

**引言**
挥发性物质（Gorshkov等，2021；Kallenborn等，2015；Perala-Dewey和Hageman，2024）和微粒（Evangeliou等，2020；Gorshkov等，2021）对自然水体的污染途径之一是大气传输。特别值得关注的是通过大气传输对大型淡水和冷水生态系统的污染。大面积的水体作为高效的污染物储存库，会积累来自数百或数千英里外污染源的污染物（Halit和Harun，2025；Mehboob等，2026；Swackhamer等，2004）。以贝加尔湖为例，这一现象可归因于其低温、低矿物质含量、微生物活动较弱以及污染物通过沉积物缓慢降解的特性（Adam等，2023；Peacock和Matijevic，1980；Rodriguez和Scamehorn，2001）。此外，在冬季和春季，湖泊被冰雪覆盖，这些冰雪会吸收挥发性污染物，这些污染物在融化后进入水体。每年有八个月（11月至6月）贝加尔湖的温度低于5°C，这大大抑制了LAS的生物降解速率。已知在5–10°C的温度下，LAS及其相关物质（如α-烯烃磺酸盐和烷基硫酸盐）的生物降解速率会因微生物活性下降而几乎停止（De Henau和Mathijs，1986；WHO，1996）。贝加尔湖1米深度的水层中有机营养菌的数量极低（仅为0.0085·10?菌落形成单位CFU），1–5米深度的水层中更低（未发表数据，2022），远不足以促进LAS的生物降解。根据已发表的数据，在活化污泥中有氧化还原性或有机营养微生物的存在（浓度为0.29·10?至12·10? CFU）且温度适宜的条件下，这些污染物仍能缓慢降解（Belanger等，2002；Eniola，2007；Eniola和Olayemi，2008；Leon等，2004；Prats等，2006；Sima等，2013）。贝加尔湖水中Ca2?和Mg2?离子的平均浓度分别为15.2和3.1 mg dm?3，这阻碍了LAS的结合和沉积（Ivanova等，2017）。湖泊深处的沉积速率约为每1000年4.2–16厘米（Galkin和Mizandrontsev，1970；Vykhristyuk，1980）。

污染大气的挥发性有机化合物种类不断增加，据美国环境保护署（EPA）统计，其中包括数千种物质，比如烷基苯磺酸及其钠盐（称为线性烷基苯磺酸盐LAS）。这些物质在大多数发达国家作为工业产品生产，其产量持续呈算术级增长（Ballet等，2018；GASM，2020；HERA，2013；S&P Global Inc，2024；LAS Market，2017）。LAS不仅可通过工业和生活废水进入水体，还可通过大气传输，尤其是在废物焚烧过程中。这些物质不具易燃性（沸点T = 637°C），但在火焰作用下会蒸发，产生有毒刺激气体（EPA，1993；ILO和WHO，2021；NIOSH，2005），并能够吸附在大气气溶胶颗粒上。此外，在喷洒农药和除草剂时（LAS用作载体和乳化剂），以及机动车尾气中（Razak等，2019），这些物质也会进入大气。

烷基苯磺酸异构体及其盐类的混合物的pH值范围为1.2至10（Britton等，1998；Hamer等，1943；HERA，2013；NIH，2026；UNEP，2005），这决定了它们的毒性。根据相关法规和环境保护文件（JFE-TEC，2013；ILO和WHO，2021；俄罗斯联邦农业部，2024；俄罗斯联邦自然资源与环境部，2020；MOE，2013；UNEP，2005），这些物质被归类为对水生生态系统具有危险性的物质。LAS的表面张力在合成表面活性剂中最高，这也是其对生物膜具有毒性的原因（Gerard，2016）。因此，LAS对水生植物（Belanger等，2002；Cserhati等，2002；Gorbatiuk和Pasichna，2024；Han和You，2024；Jorgensen和Christoffersen，2000；Liu和Wu，2018；Nikonova等，2022；Nikonova等，2023a；Zhou等，2018）、微生物（Cserhati等，2002；Gorbatiuk和Pasichna，2024；Jorgensen和Christoffersen，2000；Nikonova等，2023a；Wang等，2023）、水生动物（如甲壳类、海绵、珊瑚、蠕虫等无脊椎动物（Belanger等，2002；Cserhati等，2002；Lewis，1991；Nikonova等，2023a）以及人类（Bradai等，2016；Hassanzadeh和Jafari，2020）均具有危害性。因此，美国环保署（EPA，1993；EPA-NERL，1971）和日本环境厅（JFE-TEC，2013；MOE，2013）将LAS列入了自然水体监测物质名单。对于全年大部分时间水温低于20°C的冷水储水区，这些有毒物质的最大允许浓度更为严格（JFE-TEC，2013；MOE，2013）。淡水渔业水域中LAS的最大允许浓度为30 μg L?1，但具体浓度可根据储水特征、水温及物种多样性（包括地方性物种及其对LAS的耐受性）进行调整。鱼类产卵区和幼鱼生长区的LAS最大允许浓度为20 μg L?1或更低。对于海洋生态系统，商业鱼类养殖区和幼鱼饲料区的LAS最大允许浓度为6 μg L?1或更低；而任何生物栖息地区的最大允许浓度为10 μg L?1或更低（JFE-TEC，2013；MOE，2013）。在俄罗斯联邦，重要渔业水域中LAS混合物的最大允许浓度（俄罗斯联邦自然资源与环境部，2020；俄罗斯联邦农业部，2024）需符合国际标准，不得超过30 μg L?1（JFE-TEC，2013；MOE，2013）。

根据上述信息，我们推测春季融雪期间LAS进入水体可能导致表层水和整个水体的LAS浓度显著升高，从而对生物造成负面影响。因此，了解贝加尔湖等淡水储水区积雪中的LAS含量是一个重要问题。尽管先前有研究测量过总阴离子表面活性剂，但尚未有研究专门针对贝加尔湖积雪中的LAS进行检测。

阴离子表面活性剂是表面活性剂中占比最大的类别，占全球总表面的70–75%。这类表面活性剂的分子中含有硫酸基（ROSO??M?）、磺酸基（RSO??M?）、羧酸基（RCOO?M?）或磷酸基（ROPO??M?）等亲水基团（Tamjidi等，2021）。所有这些表面活性剂都属于所谓的亚甲蓝活性物质（MBAS）。阴离子表面活性剂分子与阳离子亚甲蓝染料结合形成蓝色离子对，有机相中的蓝色强度反映了MBAS的含量。分析人员将包含多种表面活性剂的混合物提取到氯仿等有机溶剂中，并使用分光光度计在约652 nm波长处测量其颜色强度。该方法属于《水和废水检测标准方法》（NEMI，2026）的一部分，正式名称为方法5540C“作为MBAS的阴离子表面活性剂”。该方法已成功应用于饮用水、废水、海水和大气气溶胶样品的检测（Guven和Koban，2018；Latif和Brimblecombe，2004；NEMI，2026）。但在复杂样品中，许多其他成分可能干扰MBAS的直接测定。如果直接测定某一特定MBAS（如LAS），其他所有MBAS也会产生干扰。此外，有机磺酸盐、硫酸盐、羧酸盐、酚类、无机硫氰酸盐、氰酸盐和氯化物等物质也可能将亚甲蓝转移到氯仿相中（Guven和Koban，2018；NEMI，2026）。阳离子表面活性剂和其他阳离子物质（如胺类）的存在也可能产生负干扰，因为它们会与亚甲蓝竞争形成离子对。颗粒物也可能通过吸附MBAS而导致负干扰（NEMI，2026）。因此，该方法在测定LAS方面既不准确也不够选择性。

过去，人们曾通过大气气溶胶中的MBAS测定法来测定总阴离子表面活性剂含量，但这种方法缺乏选择性和分离能力。例如，在俄罗斯塞瓦斯托波尔等城市化程度高的城市，空气气溶胶中的阴离子表面活性剂总浓度不超过42 ng m?3（Smirnova等，2017），而在私人经济发达的Black Sea沿岸地区，这一浓度可高达10,000 ng m?3（Smirnova等，2017）。马来西亚高度城市化城市吉隆坡的空气中阴离子表面活性剂平均含量为82 ± 13 ng m?3，而郊区Bangui的这一含量为45 ± 10 ng m?3（Wahid等，2021）。马来西亚海域上空的空气气溶胶中阴离子表面活性剂浓度在背景区域为0.23 ± 0.03 mmol L?1，在城市化区域为62 ± 8 mmol L?1，在旅游中心为107 ± 14 mmol L?1（Shaharom等，2018）。研究表明，进入湖水的阴离子表面活性剂量可能相当可观。因此，每年从大气进入黑海的量可达到2540吨（Smirnova等，2017）。

一些学者偏好使用色谱技术来测定大气气溶胶中的LAS。例如，通过对地中海沿岸和开阔海域的研究发现，C10–C13烷基苯磺酸盐不仅可从大气进入水体，还能从水体重新返回大气（Becagli等，2011；Marcozini等，2001）。城市地区大气中的表面活性剂浓度存在季节性变化，冬季由于取暖和燃烧木材，大气中的表面活性剂浓度可能增加。冬季表面活性剂的组成也可能发生变化，可能包含合成表面活性剂和多糖、腐殖酸等天然物质（Baduel等，2012）。这些变化可能影响气溶胶滴的表面张力，进而影响云的形成（Baduel等，2012）。在这些研究中（Baduel等人，2012年；Marcomini等人，2001年），使用了高效液相色谱（HPLC）结合质谱检测的方法来确定高浓度样品中LAS的总含量及其各同系物组的分离。但由于设备成本高昂，这种方法的应用受到限制。2023年，首次提出了一种新的有效方法，即在三氟乙酸存在下使用三甲氧基正丙酸对LAS进行甲基化处理（Nikonova等人，2023b）。该方法使得可以使用高效液相色谱（HPLC-UV）和气相色谱结合质谱检测（GC–MS）等手段，在较低濃度下对这些生态毒物在水及复杂基质的样品中进行分析。这有助于将LAS定义为一种以甲酯形式存在的挥发性表面活性剂，并可以分别得到LAS的总含量、各同系物组及个别异构体的数据。

在我们的研究中，我们旨在利用一种新的简单HPLC-UV技术，获取贝加尔湖积雪中LAS浓度的开创性数据，该技术能够确保在低浓度水平下准确测定烷基苯磺酸（ABSA ME）的甲酯形式。

**样品采集**
2022年3月，使用 amphibious hovercraft Hivus 从贝加尔湖的冰层中采集了21个雪样，这些样本分别来自湖泊的南部、中部和北部区域。其中15个样本采集自距离岸线最远的中央监测点，以评估积雪的背景污染情况；其余样本则位于塞维罗贝加尔斯克市附近的人为污染较为严重的沿海地区（编号20、21，共2个样本）以及Listvyanka地区。

**雪水过滤结果**
表3显示了从贝加尔湖沿海区域冰层中采集的雪水中，粒径大于0.45 μm的悬浮颗粒以及过滤后的雪水中LAS的总含量（ΣLAS）。研究发现，高达70%的LAS吸附在悬浮颗粒上，而约40%的LAS溶解在水中。

**超声波提取效率评估**
图4展示了从膜过滤器上收集的雪水悬浮物中提取LAS的效率评估结果。

**讨论**
本文提出了一种新的方法，利用HPLC-UV技术测定雪液中LAS的总含量及其C10–C13同系物组的含量，具体流程见图3。该方法与已知方法的区别在于：1）通过C18反相吸附剂对LAS进行固相提取；2）通过三甲氧基正丙酸甲基化将LAS的极性反转，生成ABSA ME；3）进一步对提取物进行固相纯化。

**结论**
本文提出了一种利用HPLC-UV技术测定雪中线性烷基苯磺酸（LAS）的新方法。该技术的特点是通过三阶段纯化过程获得高纯度的提取物：首先是使用反相C18吸附剂进行固相提取，接着通过甲基化使分析物的极性发生改变并重新溶解在非极性溶剂中，最后在硅胶上进行固相纯化。该方法在测定雪中LAS含量方面的可靠性得到了验证。

**作者贡献声明**
Alyona Alexandrovna Nikonova：撰写——审稿与编辑、初稿撰写、数据可视化、验证、项目监督、资源管理、方法设计、实验实施、资金申请、数据分析、概念框架构建；
Evgeniya Olegovna Kyalundzyuga：数据可视化、资源管理、实验实施、数据分析；
Igor Veniaminovitch Khanaev：资源管理、数据分析。

**资助**
本研究得到了俄罗斯联邦科学与高等教育部的项目资助，项目编号分别为0279-2021-0005“气候变化、地质环境及人为影响背景下东西伯利亚水体和水道季节性及长期变化研究”（项目负责人：Dr. A.P. Fedotov）和FWSR-2026-0016“负面环境过程对……的影响”。

**利益冲突声明**
作者声明没有已知的财务利益冲突或个人关系可能影响本文的研究结果。

**致谢**
作者感谢俄罗斯科学院西伯利亚分院湖泊研究所的Dr. A.P. Fedotov对研究的支持。实验使用了该研究所拥有的物理化学超微量分析共享设施。

**作者信息**
Alyona Alexandrovna Nikonova
Evgeniya Olegovna Kyalundzyuga
Igor Veniaminovitch Khanaev
俄罗斯科学院西伯利亚分院湖泊研究所
乌兰巴托尔斯卡亚街3号，伊尔库茨克，664033，俄罗斯