《Waste Management》：Sensitivity of PFAS-derived Fluorine Metrics to Target-List Composition, LoQ Distributions, and Non-Detect Handling in Fluoropolymer Combustion at a Pilot-Scale Waste Incineration Plant
编辑推荐：
•PFAS衍生的氟指标对非检测（ND）替代方法表现出高度敏感性。
•具有升高定量限（LoQ）的分析物尽管仍为ND，却可主导PFAS衍生指标。
•敏感性分析将指标变异性降低了95 %至>99.9 %。
•目标列表效应和ND处理作为计算PFAS指标的次要修饰因素。
•PFAS衍生的氟指标对非检测（ND）替代方法表现出高度敏感性。
•具有升高定量限（LoQ）的分析物尽管仍为ND，却可主导PFAS衍生指标。
•敏感性分析将指标变异性降低了95 %至>99.9 %。
•目标列表效应和ND处理作为计算PFAS指标的次要修饰因素。
•下限和上限报告增强了PFAS排放数据的可比性。
全氟和多氟烷基物质（PFAS）是一类超过10000种的氟化化学品，因其热稳定性和化学稳定性被广泛用于工业与商业领域。含PFAS废物常通过垃圾焚烧或危废焚烧处理，但PFAS完全矿化需要克服高能C–F键，否则可能生成挥发性不完全燃烧产物（PICs）。实际燃烧排放中，烟气PFAS多依赖靶向方法（如美国EPA的OTM-45）检测，但绝大多数目标分析物长期低于定量限（LoQ），形成以非检测（ND）为主导的数据集；同时，各分析物LoQ差异可达2–1000倍，ND替代方式（赋值为0、LoQ/2、LoQ/√2、LoQ）及统计参数选择可能使PFAS衍生氟指标产生显著波动。高级ND估计方法通常需要25–50个量化观测，难以用于燃烧研究的小样本数据。为此，研究人员基于德国卡尔斯鲁厄理工学院（KIT）BRENDA中试垃圾焚烧装置的两项氟聚合物燃烧研究，系统评估了目标列表组成、LoQ分布、ND替代方式和描述性统计参数对不完全破坏产物还原率（R2PIC）及PFAS衍生氟浓度的影响。该论文发表在《Waste Management》。
技术方法上，研究数据来自两个试验：研究I燃烧聚四氟乙烯（PTFE），采用基于美国EPA Method 5的31种PFAS分析方法；研究II评估混合氟聚合物热降解，采用OTM-45方法并补充罐采样分析6种C1-C4全氟碳（PFCs），共41种PFAS，每种工况进行3–6次测量。研究人员对未检出值分别赋值0、LoQ/2、LoQ/√2、LoQ，计算PFAS衍生氟浓度和R2PIC；并开展两项敏感性分析：剔除具有异常高LoQ的分析物，以及将目标列表缩减为短链全氟羧酸（PFCAs）和全氟磺酸（PFSAs）。
5.1 当前分析实践：PFAS燃烧数据集的局限性
研究I中，以PFOA为例，单个离群值使算术均值与中位数明显偏离，说明均值对孤立值敏感，中位数更稳健。然而，大多数PFAS仅被零星量化，许多分析物持续低于LoQ，描述性统计参数迅速失去解释价值。研究II中，仅PFOS和6:2氟调聚磺酸盐（6:2 FTS）各超过LoQ一次，其余均为ND，显示当前燃烧数据集高度受ND主导。
5.2 ND替代对氟指标的表观影响
在原始数据中，当ND赋值为0时，R2PIC接近100.000%；赋值逐步增至LoQ时，氟浓度显著上升，R2PIC下降。研究I中，R2PIC介于99.807%–100.000%，ND替代方式造成的最大差异约0.193个百分点，而统计参数间差异一般小于0.08个百分点。研究II中，ND替代造成最大差异约0.129–0.160个百分点，统计参数影响可忽略。这表明在完整目标列表下，ND替代方式的影响大于统计参数。
5.3 高LoQ分析物的影响
通过解析各分析物
