Phân Tích Các Dạng Asen Trong Mẫu Môi Trường Bằng Phương Pháp Phổ Hấp Thụ Nguyên Tử

Luận văn thạc sĩ môi trường nghiên cứu phân tích các dạng asen trong mẫu môi trường bằng phương pháp phổ hấp thụ nguyên tử kết hợp với, khảo sát thực trạng, phân tích nguyên nhân,

• Tác giả: Nguyễn Thị Phương Thùy
• Người hướng dẫn: GS. Trần Tứ Hiếu
• Trường học: Trường Đại Học Khoa Học Tự Nhiên Đại Học Quốc Gia Hà Nội
• Chuyên ngành: Hóa Phân Tích
• Đề tài: Phân Tích Các Dạng Asen Trong Mẫu Môi Trường Bằng Phương Pháp Phổ Hấp Thụ Nguyên Tử Kết Hợp Với Chemometrics
• Loại tài liệu: Luận Văn Thạc Sĩ
• Năm xuất bản: 2012
• Địa điểm: Hà Nội

Mục lục chi tiết

• MỞ ĐẦU
• 0.1. SƠ LƯỢC TÌNH HÌNH Ô NHIỄM ASEN TRÊN THẾ GIỚI VÀ Ở VIỆT NAM
• 0.2. CÁC DẠNG TỒN TẠI TRONG MÔI TRƯỜNG CỦA ASEN
• 0.3. ĐỘC TÍNH CÁC DẠNG ASEN
• 0.4. CÁC PHƯƠNG PHÁP PHÂN TÍCH DẠNG ASEN
• 1. MỞ ĐẦU
• 1.1. SƠ LƯỢC TÌNH HÌNH Ô NHIỄM ASEN TRÊN THẾ GIỚI VÀ Ở VIỆT NAM
• 1.2. CÁC DẠNG TỒN TẠI TRONG MÔI TRƯỜNG CỦA ASEN
• 1.3. ĐỘC TÍNH CÁC DẠNG ASEN
• 1.4. CÁC PHƯƠNG PHÁP PHÂN TÍCH DẠNG ASEN
• 2. NỘI DUNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU
• 2.1. Cơ sở của phương pháp
• 2.2. Nội dung nghiên cứu
• 2.3. HÓA CHẤT VÀ DỤNG CỤ THÍ NGHIỆM
• 2.3.1. Dụng cụ và trang thiết bị đo
• 2.3.2. Các phần mềm tính toán và xử lí
• 2.4. TIẾN HÀNH THÍ NGHIỆM
• 2.4.1. Các điều kiện đo phổ hấp thụ nguyên tử của Asen
• 2.4.2. Qui trình phân tích
• 2.4.3. Qui trình phân tích riêng As(III)
• 2.4.4. Qui trình phân tích đồng thời các dạng As. Các thuật toán hồi qui đa biến
• 3. KẾT QUẢ VÀ THẢO LUẬN
• 3.1. XÂY DỰNG MÔ HÌNH HỒI QUY ĐA BIẾN TUYẾN TÍNH PHÂN TÍCH DẠNG ASEN
• 3.1.1. Đường chuẩn xác định các dạng asen riêng rẽ trong môi trường HCl 6M
• 3.1.2. Giới hạn phát hiện(LOD) và giới hạn định lượng (LOQ) khi xác định đồng thời các dạng asen
• 3.1.3. Kiểm tra tính cộng tính của các dạng As
• 3.2. NGHIÊN CỨU CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN QUÁ TRÌNH CHUYỂN DẠNG ASEN
• 3.2.1. Khảo sát ảnh hưởng của vật liệu bình chứa đến sự chuyển dạng As
• 3.2.2. Khảo sát ảnh hưởng của pH đến sự chuyển dạng của As trong quá trình bảo quản mẫu
• 3.2.3. Khảo sát ảnh hưởng của nhiệt độ và thời gian bảo quản mẫu đến quá trình chuyển dạng
• 3.2.4. Khảo sát ảnh hưởng của oxi hòa tan đến quá trình chuyển dạng
• 3.2.5. Khảo sát ảnh hưởng của các ion đến quá trình bảo quản các dạng As
• 3.2.6. Khảo sát ảnh hưởng của Fe3+ khi có mặt EDTA
• 3.3. ĐÁNH GIÁ PHƯƠNG PHÁP PHÂN TÍCH
• 3.4. ỨNG DỤNG PHÂN TÍCH MẪU THỰC TẾ
• 3.4.1. Lấy mẫu nước ngầm và xử lí sơ bộ mẫu
• 3.4.2. Xác định hàm lượng các dạng As trong mẫu thực
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Phân Tích Asen Trong Môi Trường Hiện Nay

Trong bối cảnh ô nhiễm môi trường ngày càng gia tăng, việc phân tích Asen trở nên vô cùng quan trọng. Asen là một nguyên tố vi lượng cần thiết cho sự phát triển của động thực vật, nhưng ở nồng độ cao lại gây độc hại nghiêm trọng. Nó có thể gây ra các bệnh nguy hiểm như ung thư, đột biến, và tổn thương nội tạng. Do đó, việc kiểm soát hàm lượng Asen trong môi trường được quy định rất chặt chẽ. Các phương pháp phân tích truyền thống thường chỉ xác định tổng hàm lượng Asen, trong khi việc xác định các dạng tồn tại khác nhau của Asen đòi hỏi kỹ thuật phức tạp hơn. Điều này thúc đẩy sự phát triển của các phương pháp phân tích tiên tiến, kết hợp các kỹ thuật hiện đại để đạt độ chính xác và hiệu quả cao hơn.

1.1. Tầm quan trọng của việc đánh giá ô nhiễm Asen

Việc đánh giá ô nhiễm Asen là vô cùng quan trọng để bảo vệ sức khỏe cộng đồng và môi trường. Asen có thể xâm nhập vào cơ thể qua nhiều con đường như nước uống, thực phẩm và không khí. Việc xác định chính xác nồng độ và dạng tồn tại của Asen giúp đánh giá mức độ nguy hại và đưa ra các biện pháp xử lý phù hợp. Theo một vài báo cáo, hàm lượng Asen lấy từ các giếng khoan tại vùng châu thổ sông Hồng khá cao, nồng độ trung bình tìm thấy là 159  g/L[5]. Hà Nội, Hà Nam, Hưng Yên, Nam Định, Ninh Bình, Thái Bình, Hải Dương là những vùng bị ô nhiễm Asen nặng nề nhất.

1.2. Các dạng Asen trong môi trường và độc tính

Asen tồn tại trong môi trường ở nhiều dạng khác nhau, bao gồm Asen vô cơ (As(III), As(V)) và Asen hữu cơ (MMA, DMA). Trong đó, các dạng Asen vô cơ thường có độc tính cao hơn. Độc tính của Asen phụ thuộc vào trạng thái oxi hóa và dạng tồn tại. As(III) độc hơn nhiều so với As(V), và Asen vô cơ độc hơn Asen hữu cơ. Độ độc giảm dần theo thứ tự: Asin > asenit > asenat > monometyl asenat > dimetyl asenat.

II. Thách Thức Trong Phân Tích Asen Trong Mẫu Môi Trường

Việc phân tích Asen trong mẫu môi trường đối mặt với nhiều thách thức. Thứ nhất, nồng độ Asen trong các mẫu môi trường thường rất thấp, đòi hỏi phương pháp phân tích phải có độ nhạy cao. Thứ hai, Asen có thể tồn tại ở nhiều dạng khác nhau, và các dạng này có độc tính khác nhau. Do đó, việc xác định chính xác từng dạng Asen là rất quan trọng. Thứ ba, quá trình xử lý và bảo quản mẫu có thể ảnh hưởng đến sự chuyển đổi giữa các dạng Asen, gây sai lệch kết quả phân tích. Vì vậy, cần có quy trình chuẩn bị mẫu và phân tích nghiêm ngặt để đảm bảo độ chính xác và tin cậy của kết quả.

2.1. Yêu cầu về độ nhạy và độ chính xác khi phân tích Asen

Để phân tích Asen hiệu quả, phương pháp phân tích phải có độ nhạy cao để phát hiện nồng độ Asen thấp trong mẫu. Đồng thời, độ chính xác cũng rất quan trọng để đảm bảo kết quả phân tích phản ánh đúng hàm lượng Asen thực tế. Sai số trong phân tích Asen có thể dẫn đến những đánh giá sai lệch về mức độ ô nhiễm và ảnh hưởng đến các biện pháp xử lý.

2.2. Ảnh hưởng của quá trình bảo quản mẫu đến dạng Asen

Quá trình bảo quản mẫu có thể gây ra sự chuyển đổi giữa các dạng Asen, làm thay đổi thành phần và nồng độ của chúng. Ví dụ, As(III) có thể bị oxi hóa thành As(V), hoặc các dạng Asen hữu cơ có thể bị phân hủy. Do đó, cần phải nghiên cứu và kiểm soát các yếu tố ảnh hưởng đến quá trình chuyển đổi này, như pH, nhiệt độ, ánh sáng và sự có mặt của các chất oxi hóa hoặc khử.

2.3. Các yếu tố gây nhiễu trong phân tích Asen

Trong quá trình phân tích Asen, có nhiều yếu tố có thể gây nhiễu và ảnh hưởng đến kết quả. Các ion kim loại khác, các chất hữu cơ và các chất nền phức tạp trong mẫu có thể gây cản trở quá trình đo và làm giảm độ chính xác của phương pháp. Cần phải áp dụng các biện pháp loại bỏ hoặc giảm thiểu ảnh hưởng của các yếu tố này để đảm bảo kết quả phân tích tin cậy.

III. Phương Pháp Phổ Hấp Thụ Nguyên Tử AAS và Chemometrics

Phương pháp phổ hấp thụ nguyên tử (AAS) là một kỹ thuật phân tích phổ biến được sử dụng để xác định hàm lượng các nguyên tố kim loại, bao gồm cả Asen. AAS dựa trên nguyên tắc hấp thụ ánh sáng của các nguyên tử ở trạng thái tự do. Tuy nhiên, AAS truyền thống thường chỉ xác định tổng hàm lượng Asen mà không phân biệt các dạng tồn tại khác nhau. Để khắc phục hạn chế này, người ta kết hợp AAS với Chemometrics, một lĩnh vực sử dụng các phương pháp thống kê và toán học để xử lý dữ liệu phân tích. Sự kết hợp này cho phép xác định đồng thời nhiều dạng Asen trong mẫu mà không cần tách chúng trước.

3.1. Nguyên tắc và ưu điểm của phương pháp AAS

Phương pháp AAS hoạt động dựa trên việc đo lượng ánh sáng bị hấp thụ bởi các nguyên tử Asen khi chúng chuyển từ trạng thái cơ bản lên trạng thái kích thích. Ưu điểm của AAS là độ nhạy cao, độ chọn lọc tốt và khả năng phân tích nhiều loại mẫu khác nhau. Ngoài ra, thiết bị AAS tương đối đơn giản và dễ vận hành.

3.2. Ứng dụng Chemometrics trong xử lý dữ liệu AAS

Chemometrics cung cấp các công cụ mạnh mẽ để xử lý dữ liệu AAS, như hồi quy đa biến (MLR), phân tích thành phần chính (PCA) và phương pháp bình phương tối thiểu từng phần (PLS). Các phương pháp này cho phép xây dựng mô hình toán học để liên hệ giữa tín hiệu AAS và nồng độ của các dạng Asen khác nhau. Nhờ đó, có thể xác định đồng thời nhiều dạng Asen mà không cần tách chúng trước.

3.3. Kỹ thuật Hydride Generation AAS HG AAS cho phân tích Asen

Phân tích Asen bằng kỹ thuật hydride generation AAS (HG-AAS) là một phương pháp phổ biến để tăng độ nhạy của phép đo. Kỹ thuật này dựa trên việc chuyển Asen thành arsine (AsH3), một chất khí dễ bay hơi, sau đó đưa vào ngọn lửa AAS để đo. HG-AAS có độ nhạy cao hơn nhiều so với AAS thông thường và thường được sử dụng để kiểm tra Asen trong nước và các mẫu môi trường khác.

IV. Nghiên Cứu Ảnh Hưởng Các Yếu Tố Đến Chuyển Dạng Asen

Nghiên cứu về các yếu tố ảnh hưởng đến quá trình chuyển dạng Asen là rất quan trọng để đảm bảo tính chính xác của kết quả phân tích. Các yếu tố như vật liệu bình chứa, pH, nhiệt độ, thời gian bảo quản, oxy hòa tan và sự có mặt của các ion khác có thể ảnh hưởng đến sự chuyển đổi giữa các dạng Asen. Việc hiểu rõ các yếu tố này giúp xây dựng quy trình bảo quản mẫu phù hợp, giảm thiểu sai số và đảm bảo kết quả phân tích phản ánh đúng thành phần Asen trong mẫu ban đầu.

4.1. Ảnh hưởng của pH đến sự chuyển dạng Asen

pH là một yếu tố quan trọng ảnh hưởng đến sự chuyển dạng Asen. Ở pH thấp, As(III) có xu hướng ổn định hơn, trong khi ở pH cao, As(V) chiếm ưu thế. Sự thay đổi pH trong quá trình bảo quản mẫu có thể làm thay đổi tỷ lệ giữa các dạng Asen, gây sai lệch kết quả phân tích. Do đó, cần phải kiểm soát pH của mẫu trong quá trình bảo quản.

4.2. Ảnh hưởng của nhiệt độ và thời gian bảo quản mẫu

Nhiệt độ và thời gian bảo quản mẫu cũng có thể ảnh hưởng đến sự chuyển dạng Asen. Ở nhiệt độ cao, các phản ứng oxi hóa khử và phân hủy có thể xảy ra nhanh hơn, làm thay đổi thành phần Asen trong mẫu. Thời gian bảo quản càng dài, sự chuyển đổi càng lớn. Vì vậy, cần bảo quản mẫu ở nhiệt độ thấp và phân tích càng sớm càng tốt.

4.3. Ảnh hưởng của các ion đến quá trình bảo quản Asen

Sự có mặt của các ion kim loại khác, như Fe3+, có thể ảnh hưởng đến sự chuyển dạng Asen. Fe3+ có thể oxi hóa As(III) thành As(V), hoặc tạo phức với Asen, làm thay đổi tính chất của chúng. Cần phải nghiên cứu ảnh hưởng của các ion này và tìm cách loại bỏ hoặc giảm thiểu ảnh hưởng của chúng.

V. Ứng Dụng Thực Tế Kiểm Tra Asen Trong Nước Uống

Việc kiểm tra Asen trong nước uống là một ứng dụng quan trọng của phương pháp AAS kết hợp Chemometrics. Nước uống bị ô nhiễm Asen là một vấn đề sức khỏe nghiêm trọng ở nhiều quốc gia trên thế giới. Việc xác định chính xác hàm lượng Asen trong nước uống giúp đánh giá mức độ nguy hại và đưa ra các biện pháp xử lý phù hợp để bảo vệ sức khỏe cộng đồng. Phương pháp AAS kết hợp Chemometrics cho phép phân tích định lượng Asen một cách nhanh chóng, chính xác và hiệu quả.

5.1. Quy trình phân tích Asen trong nước bằng AAS

Quy trình phân tích Asen trong nước bằng AAS bao gồm các bước: lấy mẫu, xử lý mẫu (lọc, ổn định pH), tạo hydride (nếu sử dụng kỹ thuật HG-AAS), đo AAS và xử lý dữ liệu bằng Chemometrics. Cần tuân thủ nghiêm ngặt các quy trình chuẩn để đảm bảo độ chính xác của kết quả.

5.2. Đánh giá độ chính xác và độ tin cậy của phương pháp

Để đảm bảo độ chính xác và độ tin cậy của phương pháp, cần thực hiện các thử nghiệm kiểm tra chất lượng, như phân tích mẫu chuẩn, mẫu trắng và mẫu thêm chuẩn. Kết quả phân tích phải nằm trong khoảng chấp nhận được theo các tiêu chuẩn quốc tế.

5.3. So sánh với các phương pháp phân tích Asen khác

Phương pháp AAS kết hợp Chemometrics có nhiều ưu điểm so với các phương pháp phân tích Asen khác, như độ nhạy cao, khả năng phân tích đồng thời nhiều dạng Asen và chi phí tương đối thấp. Tuy nhiên, nó cũng có một số hạn chế, như yêu cầu thiết bị AAS và kiến thức về Chemometrics.

VI. Kết Luận và Hướng Phát Triển Của Phân Tích Asen

Phương pháp phổ hấp thụ nguyên tử (AAS) kết hợp với Chemometrics là một công cụ hiệu quả để phân tích Asen trong mẫu môi trường. Phương pháp này cho phép xác định đồng thời nhiều dạng Asen với độ nhạy và độ chính xác cao. Tuy nhiên, cần tiếp tục nghiên cứu và cải tiến phương pháp để nâng cao hiệu quả và mở rộng phạm vi ứng dụng. Các hướng phát triển tiềm năng bao gồm sử dụng các kỹ thuật AAS tiên tiến hơn, phát triển các thuật toán Chemometrics mới và nghiên cứu các yếu tố ảnh hưởng đến quá trình chuyển dạng Asen.

6.1. Tóm tắt ưu điểm và nhược điểm của phương pháp

Ưu điểm của phương pháp AAS kết hợp Chemometrics bao gồm độ nhạy cao, khả năng phân tích đồng thời nhiều dạng Asen, chi phí tương đối thấp và tính linh hoạt. Nhược điểm bao gồm yêu cầu thiết bị AAS và kiến thức về Chemometrics, và khả năng bị ảnh hưởng bởi các yếu tố gây nhiễu.

6.2. Hướng nghiên cứu và ứng dụng trong tương lai

Trong tương lai, phương pháp AAS kết hợp Chemometrics có thể được ứng dụng rộng rãi trong nhiều lĩnh vực, như kiểm tra Asen trong đất, thực phẩm, dược phẩm và mẫu sinh học. Các nghiên cứu sẽ tập trung vào việc phát triển các phương pháp chuẩn bị mẫu đơn giản hơn, các thuật toán Chemometrics mạnh mẽ hơn và các kỹ thuật AAS tiên tiến hơn.

6.3. Vai trò của phân tích Asen trong bảo vệ môi trường

Phân tích Asen đóng vai trò quan trọng trong việc bảo vệ môi trường và sức khỏe cộng đồng. Việc xác định chính xác hàm lượng Asen trong các mẫu môi trường giúp đánh giá mức độ ô nhiễm, đưa ra các biện pháp xử lý phù hợp và ngăn ngừa các tác hại do Asen gây ra.

Nội dung chính

Tổng quan nghiên cứu

Ô nhiễm asen (As) trong môi trường hiện nay là một vấn đề nghiêm trọng toàn cầu, đặc biệt tại các khu vực có hoạt động công nghiệp và khai thác khoáng sản. Theo ước tính, nhiều vùng như châu thổ sông Hồng ở Việt Nam có nồng độ asen trung bình lên đến 159 μg/L, vượt xa giới hạn cho phép 10 μg/L do Tổ chức Y tế Thế giới quy định. Asen tồn tại trong môi trường dưới nhiều dạng hóa học khác nhau, trong đó bốn dạng chính là As(III), As(V), dimetylasen (DMA) và monometylasen (MMA). Mỗi dạng có mức độ độc tính và khả năng chuyển hóa khác nhau, ảnh hưởng trực tiếp đến sức khỏe con người và hệ sinh thái.

Mục tiêu nghiên cứu là phát triển phương pháp phân tích đồng thời các dạng asen trong mẫu môi trường nước bằng kỹ thuật phổ hấp thụ nguyên tử (HVG-AAS) kết hợp với thuật toán hồi qui đa biến (chemometrics), cụ thể là phương pháp hồi qui cấu tử chính (PCR). Nghiên cứu cũng tập trung khảo sát các yếu tố ảnh hưởng đến sự chuyển dạng asen trong quá trình bảo quản mẫu như vật liệu bình chứa, pH, nhiệt độ, thời gian và các ion nền. Phạm vi nghiên cứu thực hiện tại Việt Nam, với các mẫu nước ngầm lấy từ khu vực Lâm Thao – Phú Thọ, trong khoảng thời gian nghiên cứu năm 2012.

Nghiên cứu có ý nghĩa quan trọng trong việc cung cấp phương pháp phân tích hiệu quả, chi phí hợp lý, giúp đánh giá chính xác mức độ ô nhiễm asen từng dạng trong môi trường nước, từ đó hỗ trợ công tác quản lý môi trường và bảo vệ sức khỏe cộng đồng.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu dựa trên hai nền tảng lý thuyết chính:

1. Phổ hấp thụ nguyên tử (Atomic Absorption Spectroscopy - AAS) kết hợp kỹ thuật hidrua hóa (HVG): Phương pháp này dựa trên nguyên tắc khử các dạng asen thành khí asin (AsH3) bằng NaBH4 trong môi trường axit khác nhau, sau đó đo tín hiệu hấp thụ nguyên tử tại bước sóng đặc trưng 193,7 nm. Hiệu suất khử của từng dạng asen phụ thuộc vào môi trường phản ứng, tạo điều kiện phân biệt các dạng As(III), As(V), DMA và MMA.

2. Chemometrics và phương pháp hồi qui cấu tử chính (PCR): PCR là kỹ thuật hồi qui đa biến tuyến tính, sử dụng phân tích cấu tử chính (Principal Component Analysis - PCA) để giảm chiều dữ liệu và loại bỏ nhiễu, sau đó xây dựng mô hình hồi qui trên không gian mới. Phương pháp này cho phép xác định đồng thời nhiều cấu tử trong hỗn hợp mà không cần tách riêng từng dạng asen, dựa trên ma trận tín hiệu hấp thụ đo được ở nhiều môi trường phản ứng.

Các khái niệm chính bao gồm: hiệu suất khử asen, giới hạn phát hiện (LOD), giới hạn định lượng (LOQ), ma trận nồng độ chuẩn, ma trận tín hiệu hấp thụ, và các yếu tố ảnh hưởng đến sự chuyển dạng asen trong mẫu.

Phương pháp nghiên cứu

• Nguồn dữ liệu: Dữ liệu thu thập từ các mẫu nước ngầm tại khu vực Lâm Thao – Phú Thọ, cùng với các dung dịch chuẩn chứa các dạng asen As(III), As(V), DMA, MMA được chuẩn bị trong phòng thí nghiệm.

• Phương pháp phân tích: Sử dụng máy quang phổ hấp thụ nguyên tử Shimadzu AA-6800 kết hợp hệ thống hidrua hóa (HVG) để đo tín hiệu hấp thụ của các mẫu chuẩn và mẫu thực. Các phép đo được thực hiện trong 5 môi trường phản ứng khác nhau (HCl 6M, HCl 2M, HCl 1M, đệm xitric/xitrat pH 2 và 3).

• Phân tích dữ liệu: Sử dụng phần mềm Matlab 7 để lập trình và thực hiện thuật toán hồi qui đa biến PCR. Ma trận nồng độ và ma trận tín hiệu hấp thụ được nhập vào Matlab để xây dựng mô hình hồi qui, tính toán hệ số hồi qui, xác định nồng độ các dạng asen trong mẫu thực.

• Timeline nghiên cứu: Nghiên cứu thực hiện trong năm 2012, bao gồm giai đoạn chuẩn bị mẫu, đo phổ, xử lý dữ liệu và khảo sát các yếu tố ảnh hưởng đến sự chuyển dạng asen trong mẫu bảo quản.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Hiệu suất khử các dạng asen trong môi trường HCl 6M: As(III) có hiệu suất khử cao nhất đạt 101 ± 2%, As(V) thấp hơn với 27 ± 1%, DMA và MMA lần lượt là 32 ± 2% và 72 ± 3%. Hiệu suất khử ổn định với sai số tương đối (RSD) dưới 5%, đảm bảo tính đặc trưng cho từng dạng asen trong mô hình hồi qui.

2. Khoảng tuyến tính và đường chuẩn riêng biệt: Các dạng asen có khoảng tuyến tính xác định rõ ràng, ví dụ As(III) từ 0,2 đến 10 ppb với hệ số tương quan R = 0,9989; As(V) từ 1 đến 40 ppb với R = 0,9994; DMA từ 0,5 đến 30 ppb với R = 0,9991; MMA từ 0,5 đến 15 ppb với R = 0,9999. Điều này chứng tỏ mối quan hệ tuyến tính mạnh mẽ giữa tín hiệu hấp thụ và nồng độ từng dạng.

3. Giới hạn phát hiện (LOD) và giới hạn định lượng (LOQ): LOD của As(III), As(V), DMA, MMA lần lượt là 0,11 ppb, 0,43 ppb, 0,33 ppb và 0,15 ppb; LOQ tương ứng là 0,36 ppb, 1,44 ppb, 1,09 ppb và 1,09 ppb. Các giá trị này đảm bảo độ nhạy cao của phương pháp trong việc phát hiện các dạng asen ở nồng độ rất thấp.

4. Tính cộng tính tín hiệu đo: Kiểm tra cho thấy tín hiệu hấp thụ của từng dạng asen trong hỗn hợp có tính cộng tính cao, với hệ số tương quan R gần 1, cho phép áp dụng mô hình hồi qui đa biến tuyến tính để xác định đồng thời các dạng asen.

5. Ảnh hưởng của vật liệu bình chứa đến sự chuyển dạng asen: Mẫu bảo quản trong chai nhựa PE và chai thủy tinh trung tính cho thấy sự giảm nhẹ nồng độ các dạng asen theo thời gian bảo quản 3 tuần, với tổng hàm lượng asen còn lại lần lượt là 85,67% và 67,48%. Điều này cho thấy vật liệu bình chứa ảnh hưởng đến sự ổn định của các dạng asen trong mẫu.

Thảo luận kết quả

Hiệu suất khử cao và ổn định của As(III) trong môi trường HCl 6M tạo điều kiện thuận lợi để sử dụng môi trường này làm chuẩn cho việc xây dựng mô hình hồi qui đa biến. Khoảng tuyến tính rộng và hệ số tương quan cao chứng tỏ phương pháp đo phổ hấp thụ nguyên tử kết hợp với chemometrics có khả năng định lượng chính xác từng dạng asen trong mẫu hỗn hợp.

Giới hạn phát hiện thấp hơn nhiều so với giới hạn cho phép của WHO (10 μg/L) cho thấy phương pháp có thể ứng dụng hiệu quả trong giám sát ô nhiễm asen ở mức độ vết. Tính cộng tính tín hiệu đo là cơ sở quan trọng để áp dụng mô hình hồi qui tuyến tính PCR, giúp giảm thiểu sai số do sự tương tác phức tạp giữa các dạng asen.

Ảnh hưởng của vật liệu bình chứa và các điều kiện bảo quản mẫu như pH, nhiệt độ, thời gian cho thấy cần thiết phải lựa chọn điều kiện bảo quản phù hợp để tránh sự chuyển hóa giữa các dạng asen, đảm bảo kết quả phân tích phản ánh đúng thực trạng ô nhiễm môi trường.

Dữ liệu có thể được trình bày qua các biểu đồ đường chuẩn riêng biệt cho từng dạng asen, bảng hiệu suất khử trong các môi trường khác nhau, bảng LOD và LOQ, cũng như biểu đồ thể hiện sự biến đổi nồng độ asen theo thời gian bảo quản trong các loại bình chứa khác nhau.

Đề xuất và khuyến nghị

1. Áp dụng phương pháp HVG-AAS kết hợp chemometrics trong giám sát môi trường: Khuyến nghị các phòng thí nghiệm môi trường sử dụng phương pháp này để phân tích đồng thời các dạng asen trong nước ngầm, giúp nâng cao độ chính xác và tiết kiệm chi phí so với các phương pháp sắc ký phức tạp. Thời gian triển khai: 6-12 tháng.

2. Xây dựng quy trình bảo quản mẫu tiêu chuẩn: Đề xuất sử dụng bình thủy tinh trung tính và điều chỉnh pH mẫu về khoảng 1,5-2 để hạn chế sự chuyển dạng asen trong quá trình bảo quản. Thời gian áp dụng: ngay lập tức trong các chương trình lấy mẫu.

3. Tăng cường đào tạo và chuyển giao công nghệ: Tổ chức các khóa đào tạo về kỹ thuật HVG-AAS và phân tích chemometrics cho cán bộ kỹ thuật môi trường nhằm nâng cao năng lực phân tích. Chủ thể thực hiện: các viện nghiên cứu và trường đại học; thời gian: 12 tháng.

4. Theo dõi và đánh giá ô nhiễm asen định kỳ: Thiết lập mạng lưới giám sát asen tại các vùng có nguy cơ cao như đồng bằng sông Hồng và đồng bằng sông Cửu Long, sử dụng phương pháp nghiên cứu để đánh giá mức độ ô nhiễm và hiệu quả các biện pháp xử lý. Thời gian: liên tục hàng năm.

Đối tượng nên tham khảo luận văn

1. Các nhà nghiên cứu và sinh viên ngành hóa phân tích và môi trường: Luận văn cung cấp phương pháp phân tích hiện đại, chi tiết về kỹ thuật HVG-AAS và ứng dụng chemometrics, giúp nâng cao kiến thức và kỹ năng thực hành.

2. Cơ quan quản lý môi trường và y tế công cộng: Thông tin về mức độ ô nhiễm asen và phương pháp phân tích chính xác hỗ trợ trong việc xây dựng chính sách, quy chuẩn và biện pháp kiểm soát ô nhiễm.

3. Phòng thí nghiệm phân tích môi trường: Hướng dẫn chi tiết về quy trình chuẩn bị mẫu, đo phổ và xử lý dữ liệu giúp nâng cao hiệu quả và độ tin cậy trong phân tích asen.

4. Các tổ chức phi chính phủ và cộng đồng dân cư tại vùng ô nhiễm: Cung cấp kiến thức về tác hại của asen và tầm quan trọng của việc giám sát, bảo vệ nguồn nước, từ đó nâng cao nhận thức và hành động bảo vệ sức khỏe.

Câu hỏi thường gặp

1. Phương pháp HVG-AAS kết hợp chemometrics có ưu điểm gì so với các phương pháp khác?
   Phương pháp này cho phép xác định đồng thời nhiều dạng asen trong mẫu hỗn hợp mà không cần tách riêng, tiết kiệm thời gian và chi phí so với các kỹ thuật sắc ký phức tạp như HPLC-ICP-MS. Ngoài ra, chemometrics giúp xử lý dữ liệu đa biến, loại bỏ nhiễu và tăng độ chính xác.

2. Giới hạn phát hiện (LOD) của phương pháp này có đáp ứng yêu cầu giám sát môi trường không?
   Với LOD thấp nhất là 0,07 ppb cho As(III) và cao nhất là 0,43 ppb cho As(V), phương pháp đáp ứng tốt yêu cầu phát hiện asen ở mức vết, thấp hơn nhiều so với giới hạn cho phép 10 μg/L của WHO, phù hợp cho giám sát ô nhiễm.

3. Các yếu tố nào ảnh hưởng đến sự chuyển dạng asen trong mẫu bảo quản?
   Vật liệu bình chứa, pH, nhiệt độ, thời gian bảo quản và sự có mặt của các ion kim loại như Fe3+ đều ảnh hưởng đến sự ổn định của các dạng asen, có thể gây chuyển hóa giữa các dạng và làm sai lệch kết quả phân tích.

4. Phương pháp hồi qui cấu tử chính (PCR) hoạt động như thế nào trong phân tích asen?
   PCR sử dụng phân tích cấu tử chính để giảm chiều dữ liệu và loại bỏ nhiễu, sau đó xây dựng mô hình hồi qui đa biến tuyến tính giữa tín hiệu hấp thụ và nồng độ các dạng asen, cho phép xác định đồng thời các dạng trong hỗn hợp mà không cần tách riêng.

5. Làm thế nào để đảm bảo tính cộng tính tín hiệu trong phân tích các dạng asen?
   Kiểm tra thực nghiệm cho thấy tín hiệu hấp thụ của từng dạng asen trong hỗn hợp có tính cộng tính cao với hệ số tương quan gần 1, do đó việc lựa chọn môi trường phản ứng và điều kiện đo phù hợp giúp duy trì tính cộng tính, đảm bảo độ chính xác của mô hình hồi qui.

Kết luận

• Phương pháp phổ hấp thụ nguyên tử kết hợp kỹ thuật hidrua hóa và chemometrics (PCR) cho phép xác định đồng thời bốn dạng asen chính trong mẫu môi trường với độ nhạy cao và độ chính xác tốt.
• Hiệu suất khử asen trong môi trường HCl 6M đạt trên 100% cho As(III), tạo điều kiện thuận lợi cho xây dựng mô hình hồi qui đa biến.
• Giới hạn phát hiện và định lượng của phương pháp thấp hơn nhiều so với tiêu chuẩn quốc tế, phù hợp cho giám sát ô nhiễm asen ở mức vết.
• Các yếu tố bảo quản mẫu như vật liệu bình chứa, pH, nhiệt độ và thời gian ảnh hưởng đáng kể đến sự chuyển dạng asen, cần được kiểm soát chặt chẽ để đảm bảo kết quả phân tích chính xác.
• Đề xuất áp dụng phương pháp này trong giám sát môi trường, xây dựng quy trình bảo quản mẫu tiêu chuẩn và tăng cường đào tạo kỹ thuật cho cán bộ phân tích.

Next steps: Triển khai áp dụng phương pháp tại các phòng thí nghiệm môi trường, mở rộng nghiên cứu khảo sát các yếu tố ảnh hưởng khác và phát triển phần mềm hỗ trợ phân tích tự động.

Các nhà nghiên cứu và cơ quan quản lý môi trường nên phối hợp để áp dụng phương pháp này nhằm nâng cao hiệu quả giám sát và quản lý ô nhiễm asen, bảo vệ sức khỏe cộng đồng.

Trích đoạn nội dung tài liệu

đặt vấn đề tính toán mà còn có thể xử lí dữ liệu, biểu diễn đồ họa một cách mềm dẻo, đơn giản, chính xác trong không gian 2D và 3D bằng cả những hàm sẵn có và các hàm ứng dụng do ngƣời sử dụng tạo lập. Matlab đã thực sự trở thành công cụ phổ biến đắc lực trong các môi trƣờng làm việc khác nhau, ứng dụng cho mọi lĩnh vực khác nhau trong khoa học và cuộc sống. Matlab ban đầu đƣợc phát triển nhằm phục vụ chủ yếu cho việc mô tả các nghiên cứu kĩ thuật bằng toán học với phần tử cơ bản là ma trận. Trên cơ sở ban đầu đó, các nhà lập trình đã phát triển phần mềm này để sử dụng cho nhiều ngành khoa học nhƣ cơ học, vật lí, sinh học, hoá học, mô phỏng, … đối với cả dữ liệu rời rạc hay liên tục [7].

Với ƣu thế là bộ chƣơng trình phần mềm lớn trong lĩnh vực toán số và mô phỏng, chúng tôi đã lựa chọn phần mềm Matlab để nghiên cứu triển khai những lập trình hồi qui đa biến nhằm giải quyết bài toán xác định đồng thời các dạng asen. * Các ứng dụng chính của Matlab[15,18]: 11 z - Thực hiện các tính toán toán học bao gồm: ma trận và đại số tuyến tính, đa thức và nội suy, phân tích số liệu và thống kê, tìm cực trị của hàm một biến hoặc nhiều biến, tìm nghiệm của phƣơng trình, tính gần đúng tích phân, giải phƣơng trình vi phân. - Phân tích, khảo sát và hiển thị số liệu: các số liệu đƣợc nhập vào cũng nhƣ xuất ra dƣới dạng ma trận, giúp ngƣời sử dụng dễ dàng quan sát, phân tích, đánh giá đƣợc dữ liệu của mình. Đồng thời MATLAB có Toolbox Statistic với những hƣớng dẫn cụ thể, hỗ trợ cho việc phân tích, khảo sát dựa trên các dữ liệu với các hàm cơ bản có sẵn.

- Đồ họa 2 chiều và 3 chiều: MATLAB cung cấp rất nhiều các hàm đồ họa, nhờ đó ta có thể nhanh chóng vẽ đƣợc đồ thị của hàm bất kỳ 1 biến hoặc 2 biến, vẽ đƣợc các kiểu mặt… Ngoài ra MATLAB còn vẽ rất tốt các đối tƣợng 3 chiều phức tạp nhƣ hình trụ, hình cầu, hình xuyến,.và cung cấp khả năng xử lý ảnh và hoạt hình. - Mô hình, mô phỏng các hệ thống kĩ thuật, vật lý trên cơ sở sơ đồ cấu trúc dạng khối, sau khi đã thiết lập các thông số cần thiết phù hợp với yêu cầu, ngƣời sử dụng chỉ việc khởi động chƣơng trình MATLAB và xử lý dữ liệu qua mô hình đã thiết lập đƣợc. - Phát triển thuật toán: ngoài các câu lệnh đƣợc viết sẵn trong thƣ viện trợ giúp Toolbox, phần mềm đƣợc thiết kế để hỗ trợ ngƣời sử dụng có thể lập trình chƣơng trình riêng của mình giống nhƣ trong các phần mềm khác: Pascal, Visual basic… - Xây dựng giao diện ngƣời dùng: với MATLAB 7 ngƣời dùng có thể dễ dàng xây dựng giao diện gồm các thực đơn, nút lệnh, hộp thoại, hộp chọn,.mà không cần phải viết mã nhƣ các phiên bản trƣớc đây. Một mảng lớn trong Chemometrics gắn liền với toán học và tin học là hồi qui đa biến – kỹ thuật đa biến đƣợc dùng rộng rãi trong phòng thí nghiệm hoá học giúp giải quyết các bài toán xác định đồng thời nhiều cấu tử cùng có mặt trong hỗn hợp mà không cần tách loại trƣớc.

Về nguyên tắc, chỉ cần xây dựng dãy dung dịch chuẩn có mặt tất cả các cấu tử cần xác định với nồng độ biết trƣớc trong hỗn hợp (các biến độc lập x), đo tín hiệu phân tích của các dung dịch này dƣới dạng một hay nhiều biến phụ thuộc y và thiết lập mô hình toán học mô tả quan hệ giữa hàm y (tín hiệu đo) và các biến độc lập x (nồng độ các chất trong hỗn hợp). Dựa trên mô hình 12 z này có thể tìm đƣợc nồng độ của các cấu tử trong cùng dung dịch định phân khi có tín hiệu phân tích của dung dịch đó [7,20]. Nếu các cấu tử có mặt trong hỗn hợp cho tín hiệu đo có tính chất cộng tính thì có thể sử dụng phƣơng pháp hồi qui đa biến tuyến tính thông thƣờng nhƣ phƣơng pháp bình phƣơng tối thiểu thông thƣờng hoặc hiệu quả hơn nhƣ bình phƣơng tối thiểu từng phần, phƣơng pháp hồi qui cấu tử chính, …. Nhƣng nếu trong hỗn hợp, các cấu tử có sự tƣơng tác lẫn nhau làm mất tính chất cộng tính ở tín hiệu đo thì phải sử dụng mô hình hồi qui đa biến phi tuyến tính mà phổ biến là các phƣơng pháp kết hợp với mạng nơron nhân tạo [30].

Tùy thuộc vào đặc điểm của hàm phụ thuộc, có thể chia các phƣơng pháp hồi qui đa biến tuyến tính thành 2 nhóm chính: Các phƣơng pháp hồi qui đa biến tuyến tính sử dụng phổ toàn phần nhƣ phƣơng pháp CLS, PLS,. và phƣơng pháp sử dụng dữ liệu phổ riêng phần nhƣ ILS. Trong luận văn này, tín hiệu của các dung dịch chứa các dạng As đƣợc đo ở 5 điểm rời rạc nên chúng tôi chọn sử dụng phƣơng pháp hồi qui trên phổ riêng phần PCR [7,20,30]. Phương pháp hồi qui cấu tử chính (Principal component regression - PCR)[7,15] Hồi qui đa biến, trong trƣờng hợp các biến có tƣơng quan, là vấn đề gây nhiều khó khăn khi giải các bài toán phức tạp trong một số ngành nhƣ: Vật lý, hóa học, các ngành khoa học tự động và thiết kế công trình,.

Để giải quyết bày toán này, các nhà khoa học thƣờng sử dụng phƣơng pháp hồi qui cấu tử chính (PCR). PCR là phƣơng pháp bình phƣơng tối thiểu nghịch đảo trên tập dữ liệu mới thu đƣợc trong phép chiếu tập dữ liệu lên các vectơ đơn vị của không gian mới (PC – principal components) [7] Nhƣ vậy, PCR gồm 2 quá trình: Phân tích cấu tử chính chuyển sang tập dữ liệu mới, chứa một số ít các yếu tố quan trọng, cần thiết. Sau đó sử dụng phƣơng pháp bình phƣơng tối thiểu nghịch đảo (ILS) để phân tích tập dữ liệu mới này. Các bƣớc chính của PCR bao gồm: 1.

Xử lý ban đầu (không bắt buộc) Nội dung chính của bƣớc này là chuẩn hóa tập số liệu. Các xử lý cần thiết: Với một tập số liệu đã chuẩn hóa hoặc chƣa chuẩn hóa, trƣớc khi sử dụng đều cần bƣớc bình phƣơng toàn tập dữ liệu - đây là yêu cầu bắt buộc đối với hầu hết các hàm tính vectơ riêng. A Trong đó A là ma trận số liệu biểu diễn độ hấp thụ quang theo các thời điểm đo của các dung dịch chuẩn và AT là ma trận chuyển vị của ma trận A. Xác định các vectơ riêng hay các PC: Có thể tính toán các vectơ riêng của tập số liệu bằng nhiều hàm toán học khác nhau.

Có 3 hàm chính, thƣờng sử dụng là hàm NIPALS (hàm phi tuyến lặp sử dụng kĩ thuật bình phƣơng tối thiểu riêng phần), hàm SVD (hàm phân tách các giá trị riêng) và hàm Princomp (hàm tính các cấu tử chính). Cần lƣu ý rằng, tất cả các hàm này đều tính toán và đƣa ra tất cả các cấu tử nhƣng thƣờng không sử dụng tất cả mà chỉ sử dụng N cấu tử đầu đủ để xác định không gian mới [20]. NIPALS là hàm lặp thƣờng sử dụng cho các tập số liệu kích thƣớc lớn hoặc có độ đa cộng tuyến cao. Với tập số liệu có kích thƣớc nhỏ, quá trình tính lặp trong hàm NIPALS sẽ làm khuếch đại sai số của tập số liệu nên thông thƣờng ngƣời ta không sử dụng hàm này để tính các PC.

SVD là hàm tính PC sử dụng phƣơng pháp tách tập số liệu ban đầu thành các nhân tố. Các vectơ riêng và trị riêng của ma trận dữ liệu đều là những tập con riêng của các nhân tố trong SVD. Hàm SVD sử dụng hình thức chéo hóa cho phép khống chế thang đo một cách hợp lí nên giảm thiểu đƣợc sai số do làm tròn. Vì vậy hàm này sử dụng đƣợc với các kiểu tập số liệu rộng rãi hơn hàm NIPALS.

Princomp là hàm tính toán trực tiếp các cấu tử chính (PC) có vai trò tƣơng đƣơng các vectơ riêng. Tuy nhiên, so với hàm SVD thì việc sử dụng hàm Princomp với tập số liệu lớn có ƣu điểm là phƣơng sai tập trung không cao nên vị trí các PC sẽ chênh lệch không quá lớn, do đó sai số trong quá trình làm tròn số và chuyển hóa tập số liệu sẽ nhỏ hơn. 14 z Các hàm toán học trên đều đƣa ra một ma trận cột chứa các vectơ riêng - Vc - là ma trận trong đó mỗi cột là một vectơ hay nhân tố mới - PC - của ma trận dữ liệu và số hàng ma trận là số thời điểm đo. Mỗi nhân tố hay vectơ này lại là tổ hợp bậc nhất của các điểm phổ ban đầu, phần đóng góp của các điểm này vào mỗi vectơ là khác nhau tùy thuộc vào giá trị hàm phụ thuộc tại điểm đó.

Những điểm có giá trị đóng góp lớn vào các PC chứa phƣơng sai lớn sẽ là những điểm đo có ảnh hƣởng quyết định tới kết quả tính ma trận hệ số hồi qui và kết quả hồi qui sau đó. Ma trận kết quả thứ hai cũng rất quan trọng là ma trận phƣơng sai của các PC: đó là dạng ma trận chéo đối với hàm SVD, là một vectơ cột đối với hàm NIPALS và hàm Princomp. Lựa chọn các vectơ có nghĩa Đây là bƣớc có ảnh hƣởng đặc biệt quan trọng đến bƣớc xử lý tiếp theo. Nếu giữ lại nhiều vectơ hơn số cần dùng thì những vectơ đó sẽ chứa cả tín hiệu nhiễu và nhƣ vậy, kết quả hồi qui sẽ mắc phải sai số.

Nếu giữ lại không đủ số vecto cần thiết sẽ làm mất đi thông tin có ích từ tập dữ liệu, điều này cũng sẽ gây nên sai lệch giữa mô hình hồi qui thu đƣợc và mô hình thực. Vì vậy, việc đánh giá và lựa chọn các vectơ có nghĩa là rất quan trọng. Dƣới đây là một số phƣơng pháp phổ biến để xác định số PC có nghĩa [7,15]:  Dùng các hàm chỉ thị: Có rất nhiều hàm chỉ thị khác nhau nhƣ CPV (tính phần trăm phƣơng sai tích lũy), hàm IEF,.  Tính toán PRESS (tổng bình phƣơng sai số dự đoán) để đánh giá thông tin từ dữ liệu.

 Phƣơng pháp đánh giá chéo  Phƣơng pháp đánh giá Xu – Kailath  Đánh giá theo tiêu chuẩn Akaike  Tính phƣơng sai của sai số tái lập VRE Các phƣơng pháp này đều có những ƣu điểm riêng khi sử dụng và kết quả đánh giá tƣơng đối thống nhất với nhau.