第七届青年地学论坛

全氟烷基化合物（PFASs）因其优良的稳定性、高的表面活性和独特的疏水疏油特性，被广泛应用在工业生产和日常生活中，从而不可避免地被大量释放到天然环境中（Paul等，2009）。研究表明，PFASs现已成为全球性的环境污染物，在各种环境介质、野生动物和人体中均已检测到其存在（Higgins等，2005）。由于PFASs具有低挥发和高水溶的性质，水环境是PFASs的一个重要的汇。因此，构建一种快速检测水中PFASs的有效方法具有重要意义。传统的PFASs检测在很大程度上依赖高灵敏液相色谱-质谱（LC-MS）。但是，复杂、繁琐的样品预处理过程和高昂的仪器成本限制了这种方法的广泛使用。而荧光法由于其简单和快速的优点已被大量应用在传感领域。
本论文以三种锆基卟啉结构的发光金属-有机骨架（LMOFs）为元件，构建了一种用于快速识别和检测六种PFASs的新型传感器阵列。实验结果显示，三种LMOFs具有出色的发光稳定性，并且对不同PFASs表现出不同的荧光淬灭响应。扫描电镜能谱、傅里叶变换红外光谱、紫外光谱、时间分辨荧光衰减曲线等分析结果显示，PFASs主要是通过其在LMOFs表面的吸附，引起LMOFs荧光的静态淬灭。当使用该传感器阵列检测六种相同浓度的PFASs时，可得到6个PFASs × 3个传感器 × 5次重复的数据矩阵。用主成分分析法（PCA）对数据矩阵进行处理，绘制二维得分图，发现数据点被正确地分为六组，相互没有重叠，表明所构建的传感器阵列可用于快速区分PFASs。
此外，我们还以全氟辛酸（PFOA）为研究对象，探索了传感器阵列对PFAS的定量检测能力。我们先获取了传感器阵列对不同浓度PFOA的荧光响应，得到原始数据矩阵（8个浓度 × 3个传感器 × 5次重复），进行PCA处理后绘制二维得分图。PFOA在0.1-10 ppm的浓度范围内被很好地分离。我们进一步利用第一个主成分（PC1，贡献 > 60%）关联PFOA浓度，发现二者存在良好的线性关系，这表明所设计的传感器阵列可以实现对单个PFAS的定量分析。
 

全氟化合物,金属-有机骨架材料,荧光检测,高通量筛查