Xử lý mẫu là quá trình hoà tan và phá huỷ cấu trúc của chất mẫu ban đầu, giải phóng và chuyển các chất cần xác định về dạng đồng thể phù hợp với phép đo đã chọn, từ đó xác định hàm lượng chất mà chúng ta mong muốn.
Để vô cơ hoá mẫu, chuyển chất phân tích về dạng phù hợp với phương pháp phân tích, có hai phương pháp phổ biến hiện nay là xử lý ướt và xử lý khô:
Kỹ thuật xử lý ướt: là kỹ thuật dùng các axit mạnh, đặc và nóng, kiềm mạnh đặc, nóng hoặc hỗn hợp axit hay hỗn hợp kiềm... để phân huỷ mẫu trong điều kiện đun nóng trong bình Kendan, trong hộp kín hay trong lò vi sóng.[8]
Kỹ thuật xử lý khô: là kỹ thuật nung để xử lý mẫu trong lò nung ở nhiệt độ thích hợp (4500C - 7000C), sau đó hoà tan bã mẫu bằng dung dịch muối hay axit phù hợp. Khi nung, các chất hữu cơ của mẫu sẽ bị đốt cháy hoàn toàn thành CO2 và H2O.[8]
Có thể kết hợp hai phương pháp trên chúng ta có phương pháp khô- ướt kết hợp.
* Phá mẫu hệ hở
Phương pháp này đơn giản, không cần dụng cụ phức tạp và cho kết quả khá chính xác.
Luận văn tốt nghiệp 27
Các axit được sử dụng trong phá mẫu hệ hở như: HF, HCl, H2SO4, HClO4…, tùy theo loại mẫu và nguyên tố cần phân tích mà ta có quy trình phân tích phù hợp. Ví dụ như để xác định các nguyên tố dễ bay hơi như Hg thì cần khống chế nhiệt độ < 1200C, để phá các mẫu chứa nhiều SiO2 cần cho thêm HF….
* Phá mẫu bằng lò vi sóng
Hiện nay phổ biến nhất là kỹ thuật xử lý mẫu ướt với axit đặc trong lò vi sóng hệ kín do có nhiều ưu điểm như: thời gian xử lý mẫu ngắn, phá huỷ mẫu triệt để và không mất chất phân tích, hiệu suất xử lý mẫu cao.
Dưới tác dụng phá hủy và hoà tan các hạt (phần tử) mẫu của axit, năng lượng nhiệt cùng axit làm tan rã các hạt mẫu đồng thời do khuếch tán, đối lưu, chuyển động nhiệt và va chạm của các hạt mẫu với nhau làm chúng bị bào mòn dần, các tác nhân này tấn công và bào mòn dần các hạt mẫu từ bên ngoài vào, làm cho các hạt mẫu bị mòn dần và tan hết.
Ngoài ra, trong lò vi sóng còn có sự phá vỡ từ trong lòng hạt mẫu do các phân tử nước hấp thụ (> 90%) năng lượng vi sóng và do có động năng lớn nên chúng chuyển động nhiệt rất mạnh, làm căng và xé các hạt mẫu từ trong ra. Hơn nữa, do xử lý mẫu trong hệ kín nên áp suất cao sẽ làm nhiệt độ sôi cao hơn, đây là tác nhân phân huỷ mạnh nhất do vậy thúc đẩy quá trình phân huỷ mẫu từ bên trong ra và từ ngoài vào. Do đó, xử lý mẫu trong lò vi sóng chỉ cần thời gian rất ngắn 50 đến 90 phút và rất triệt để.
1.5.2. Một số phương pháp xử lý mẫu trầm tích xác định hàm lượng kim loại nặng
Hoàng Thị Thanh Thủy, Nguyễn Như Hà Vy, Từ Cẩm Loan đã phá mẫu trầm tích bằng HCl đặc và HNO3 đặc theo tỷ lệ thể tích là 3:1 trong bình cầu và đun nóng trong vòng 2h ở nhiệt độ 80o
C( trước đó ngâm hóa chất trong vòng 10-12h) để xác định các kim loại nặng trong trầm tích sông, rạch tại thành phố Hồ Chí Minh. Hàm lượng tổng các kim loại được đo bằng máy hấp thụ nguyên tử ngọn lửa AAS.[ 13]
Luận văn tốt nghiệp 28
Các tác giả M. Bettinelli, G. M. Beone, S. Speziaa và C. Baffi đã sử dụng hỗn hợp dung dịch gồm HF: HCl: HNO3 theo tỷ lệ thể tích 1: 3: 1 xử lý mẫu đất và trầm tích để xác định hàm lượng tổng các ion kim loại (Cd, Co, Cr, Cu, Mn, Ni, Pb và Zn) trong các mẫu đó bằng kỹ thuật ICP-MS. [28]
Các tác giả Mustafa Soylaka, Sibel Saracoglub, Umit Divriklic và Latif Elci đã sử dụng hỗn hợp nước cường thủy( 12 ml HCl đặc và 4 ml HNO3 đặc) và đun nóng đến 95o
C để phá mẫu và xác định lượng vết Cu, Mn, Co, Cr, Fe, Pb trong mẫu trầm tích, kết quả cho thấy hiệu suất phá mẫu đạt 95 %. [27]
Xiaodan Wang, Genwei Cheng, Xianghao Zhong và Mai – Heli đã sử dụng các axit H2SO4, HNO3 và HF để xử lý mẫu đất, xác định tổng hàm lượng các kim loại B, Mo, Zn, Cu, Se, Cd, Pb, Cr, Ni, Hg và As trong các mẫu đất rừng lấy tại vùng núi cao phía đông Tibetan Plateu của Trung Quốc. Kết quả cho thấy có sự tương quan giữa các tính chất của đất và tổng hàm lượng các kim loại. [38]
Yanhong Wu, Xinhua Hou, Xiaoying Cheng, Shuchun Yao, Weilan Xia, Sumin Wang đã sử dụng hỗn hợp các axit HNO3, HF và HClO4 để xử lý mẫu trầm tích tại các vùng hồ Dongjiu, Taihu của Trung Quốc để đánh giá mức độ ô nhiễm các kim loại Al, Ba, Be, Ca, Cd, Co, Cr, Cu, Fe, Li, K, Mg, Mn, Na, Ni, Pb, Sr, Ti, V và Zn. [39]
1.5.3. Một số phương pháp xử lý mẫu nước xác định hàm lượng kim loại nặng
Mẫu nước lấy ở độ sâu 20 cm dưới bề mặt, sau khi chuyển vào bình đựng, mẫu được axit hóa ngay bằng axit HNO3 1:1 (khoảng 3 ml HNO3 1:1 cho 1 lit mẫu nước). Nếu phân tích Hg mẫu được chứa trong chai thuỷ tinh borosilicat còn nếu phân tích asen mẫu phải được đựng trong chai nhựa (chai đựng mẫu đã được rửa sạch, tráng axit). Mẫu sau khi được xử lý như trên có thể bảo quản 1 tháng.
Ngay sau khi chuyển từ hiện trường về phòng thí nghiệm, mẫu nước được bảo quản mát trong tủ lạnh có nhiệt độ ~ 4˚C. Kiểm tra lại pH của các mẫu nước. Nếu các mẫu nước có pH > 2, cần thêm ngay axit để có pH < 2. Đối với mẫu phân
Luận văn tốt nghiệp 29
tích Hg cần axit hóa bằng HNO3 đặc còn mẫu phân tích asen cần axit hóa bằng HCl đặc.
1.6. Xử lý thống kê số liệu phân tích
1.6.1. Phân tích phương sai đa biến (MANOVA)
MANOVA là phân tích phương sai đa biến áp dụng cho các tập số liệu có từ hai biến phụ thuộc trở lên, được dùng để đánh giá sự khác nhau của các nhóm biến độc lập được phân tích đồng thời dựa trên tập hợp các biến chính tắc đóng vai trò như những biến độc lập.
Phương pháp này được dùng để đánh giá ảnh hưởng tương hỗ và ảnh hưởng chính của biến độc lập đến các kết quả thí nghiệm. MANOVA dùng một hay nhiều biến phụ thuộc (predictors) như ANOVA nhưng khác với ANOVA nó gồm nhiều hơn một biến độc lập. Nếu như ANOVA kiểm tra sự khác nhau giữa các giá trị trung bình của nhiều biến độc lập tức là sử dụng một phép đo độc lập thì MANOVA kiểm tra sự khác nhau về gía trị (vecto) trung tâm của giá trị trung bình của rất nhiều biến tức là so sánh các mẫu dựa trên hai hay nhiều biến độc lập .
Để kiểm tra giả thiết đảo trong MANOVA người ta sử dụng nghiệm đặc trưng lớn nhất (greatest characteristic root-gcr). Nó sẽ kiểm tra hàm khác biệt đầu tiên của các biến độc lập với khả năng của nó để nhận ra sự khác nhau giữa các nhóm .
Sự khác nhau có ý nghĩa thống kê về giá trị trung bình của hai hay nhiều biến giữa hai nhóm được kiểm tra bằng giá trị Hotelling's T2.
Cả ANOVA và MANOVA đều cần giả thiết về các phép đo độc lập:
- Phân phối chuẩn: Biến phụ thuộc phải tuân theo phân phối chuẩn trong nhóm.
Luận văn tốt nghiệp 30
- Tính tuyến tính: MANOVA cần giả thiết có quan hệ tuyến tính giữa tất cả các cặp của biến phụ thuộc, các cặp biến ngẫu nhiên và cặp biến phụ thuộc – biến ngẫu nhiên
- Phương sai phải đồng nhất.
- Biến ngẫu nhiên (variate): là sự kết hợp tuyến tính của các biến. Trong MANOVA, biến độc lập được tạo vào trong biến ngẫu nhiên trong hàm biệt thức .
Thuận lợi khi dùng MANOVA:
Trong phân tích MANOVA, những phép đo lặp lại được xem như những tập hợp con (subset). Nếu sử dụng ANOVA một yếu tố sẽ mắc sai lầm loại một. MANOVA kiểm soát được sự lan truyền sai số này.
Khi xuất hiện đa cộng tính giữa các biến độc lập thì MANOVA có thể phát hiện sự khác nhau mà bằng ANOVA 1 yếu tố không phát hiện được.
Hạn chế: nếu số thí nghiệm nhỏ thì kết quả bị ảnh hưởng bởi sai số thô. + Giữa các biến độc lập phải có quan hệ tuyến tính
+ MANOVA không cho ta ảnh hưởng tương hỗ của yếu tố chính và yếu tố lặp lại.[11]
1.6.2. Phân tích thành phần chính (PCA)
Phân tích thành phần (cấu tử) chính là công cụ hữu hiệu cho phép giảm số biến trong tập số liệu nhằm đạt được biểu diễn hai chiều từ tập số liệu đa chiều bằng cách tìm ra giá trị phương sai lớn nhất với số thành phần chính (PC) hay các biến ảo ít nhất.
Nói cách khác PCA là thuật toán đa biến dựa trên việc quay các trục số liệu chứa các biến tối ưu. Khi đó, một tập hợp các biến liên quan với nhau được chuyển thành tập hợp các biến không liên quan và được sắp xếp theo thứ tự giảm độ biến thiên hay phương sai. Những biến không liên quan này là sự kết hợp tuyến tính các biến ban đầu. Dựa trên phương sai do mỗi biến mới gây ra có thể loại bỏ bớt các
Luận văn tốt nghiệp 31
biến phía cuối dãy mà chỉ mất ít nhất thông tin về các số liệu thực ban đầu. Bằng cách này sẽ giảm được kích thước của tập số liệu trong khi vẫn có thể giữ nguyên thông tin.
Trong thuật toán PCA, có thể có nhiều PC vì có nhiều biến trong tập số liệu. Số PC tối đa bằng số biến. Việc dùng PCA có thể tóm lược được cấu trúc đồng phương sai với tập số liệu có kích thước nhỏ hơn, mà không làm mất đi ý nghĩa của tập số liệu ban đầu. Có thể sử dụng tập số liệu mới này trong tính toán để thay thế cho tập số cũ.
PCA được ứng dụng chủ yếu trong việc giảm kích thước tập số liệu, từ biểu diễn n chiều trong không gian thành biểu diễn hai hoặc 3 chiều với số biến có ảnh hưởng chính đến tập số liệu.
PCA loại bỏ sự đa cộng tính giữa các biến trong việc xây dựng phương trình hồi qui biểu diễn sự phụ thuộc của tín hiệu phân tích vào các biến là nồng độ các thành phầntrong hệ. Phương pháp này có tên gọi là hồi qui thành phần chính.
Từ tập số liệu với n biến ban đầu có liên quan mật thiết với nhau, sau khi giảm thành p biến không liên quan thì trị riêng của chúng có thể sử dụng làm số liệu đầu vào của phương pháp hồi qui kết hợp với mạng noron nhân tạo giải bài toán phân tích đồng thời các thành phần trong hệ có tương tác không cộng tính.
Nếu xem các số liệu phân tích trong tập số liệu là kết quả phân tích lặp lại thì PCA cho phép tìm được sai số thô trong số các kết quả phân tích.
Tuy nhiên PCA đơn thuần là phương pháp toán học nên các kết quả thu được bị ảnh hưởng rất lớn bởi tập số liệu ban đầu, vì vậy cần kết hợp với những kiến thức chuyên ngành khác nếu không sẽ dẫn đến những giải nghĩa sai lệch.[11]
1.6.3. Phân tích nhóm (CA)
Phân tích nhóm là kỹ thuật phân tích đa biến nhằm phân loại những số liệu có đặc tính giống nhau thành các nhóm hay còn gọi là các cụm.
Hai loại phân tích nhóm thường được sử dụng là: phân tích nhóm theo bậc và phân tích nhóm k – trung bình.
Luận văn tốt nghiệp 32
Phân tích nhóm theo bậc là cách để tìm ra các nhóm trong tập số liệu bằng cách tạo ra cây phân nhóm. Cây phân nhóm gồm nhiều bậc trong đó nhóm ở một mức được nối với với nhóm bên cạch ở mức cao hơn. Điều đó cho phép quyết định mức hoặc thang chia nào của nhóm là phù hợp hơn.
Nhóm theo bậc nhằm tìm ra các nhóm trong tập số liệu bằng cách tạo ra cây phân nhóm. Theo phương pháp này, tập số liệu lớn được chia thành các tập số liệu nhỏ hơn nữa cho đến khi mỗi tập số liệu nhỏ chỉ còn một phần tử. Cây phân nhóm gồm nhiều bậc trong đó nhóm ở một mức được nối với với nhóm bên cạch ở mức cao hơn. Điều đó cho phép quyết định mức hoặc thang chia nào của nhóm là phù hợp hơn.
Nhóm theo k - trung bình: các phần tử trong tập số liệu được tách vào k nhóm, các phần tử cùng nhóm được kết hợp với nhau và các nhóm khác nhau được tách ra khỏi nhau.[11]
1.6.4. Phần mềm máy tính
Các số liệu phân tích lặp lại, phân tích hồi qui, xử lý thống kê đa biến (multivariate analysis), hoặc đồ thị biểu diễn qui luật phân bố các đại lượng được xử lý bằng phần mềm MINITAB 15.
1.7. Giới thiệu về GIS (Geographic Information System)
1.7.1. Khái niệm GIS
Hệ thống thông tin địa lý (GIS) là một công cụ máy tính để lập bản đồ và phân tích các sự vật, hiện tượng thực trên trái đất. Công nghệ GIS kết hợp các thao tách cơ sở dữ liệu thông thường (như cấu trúc hỏi đáp) và các phép phân tích thống kê, phân tích địa lý, trong đó phép phân tích địa lý và hình ảnh được cung cấp duy nhất từ các bản đồ. Những khả năng này phân biệt GIS có phạm vi ứng dụng rộng trong nhiều lĩnh vực khác nhau (phân tích các sự kiện dự đoán tác động và hoạch định chiến lược).[10]
Luận văn tốt nghiệp 33
1.7.2. Ứng dụng GIS trong phân tích môi trường
Số liệu dùng trong GIS: GIS lưu giữ thông tin về thế giới thực dưới dạng tập hợp các lớp thông tin có thể liên kết với nhau nhờ các đặc điểm địa lý. Nhờ vậy, GIS trở thành một công cụ đa năng trong việc giải quyết nhiều vấn đề từ thực tế.[10]
Hiện nay, tại Việt Nam, đã có một số bài báo đã ứng dụng GIS trong phân tích môi trường.
Tác giả Phạm Tiến Đức, Đặng Mai, Trần Đăng Quy đã sử dụng kết hợp các phương pháp thống kê đa biến với GIS để đánh giá mức độ ô nhiễm Asen và một số kim loại nặng trong nước ngầm ở khu vực ngoại thành Hà Nội và đưa ra kết luận vùng ô nhiễm Asen kéo dài theo hướng Tây Bắc – Đông Nam, theo ranh giới cũ của Hà Tây và Hà Nội, với các trung tâm lan truyền là Phúc Thọ, Hòa Đức, Ứng Hòa.[5]
Tác giả Tạ Thị Thảo, Phạm Hồng Quân, Nguyễn Xuân Trung cũng đã sử dụng kết hợp các phương pháp thống kê đa biến với GIS để đánh giá ô nhiễm kim loại nặng trong nước ngầm xã Nam Tân, Nam Sách, Hải Dương và đưa ra kết luận nguồn ô nhiễm Asen tại các giếng nước ngầm tại thôn Đột Hạ lan truyền theo chiều rộng và theo mùa mưa.[12]
Luận văn tốt nghiệp 34
CHƢƠNG 2. THỰC NGHIỆM
2.1. Đối tƣợng, nội dung, phƣơng pháp nghiên cứu
Đối tượng nghiên cứu trong bản luận văn này là các mẫu nước, mẫu chất rắn lơ lửng và mẫu trầm tích đáy tại các địa điểm nằm trên lưu vực sông Đáy.
Nội dung và phương pháp nghiên cứu bao gồm:
- Phân tích xác định tổng hàm lượng kim loại nặng trong pha lỏng, chất rắn lơ lửng và trầm tích đáy bằng phương pháp phân tích ICP – MS trên cơ sở tối ưu hóa các điều kiện đo và đánh giá phương pháp phân tích.
- Phân tích mẫu thực tế lấy tại các địa điểm thuộc lưu vực sông Đáy để đánh giá mức độ ô nhiễm, sau đó sử dụng phương pháp phân tích thống kê đa biến đánh giá mối tương quan về mức độ ô nhiễm kim loại nặng trong mẫu nước và trầm tích tại khu vực này.
- Từ kết quả phân tích hàm lượng các kim loại nặng ở pha lỏng (mẫu nước) và pha rắn (mẫu chất rắn lơ lửng) xác định hệ số phân bố của các kim loại nặng vào 2 pha.
- Ứng dụng công nghệ GIS kết hợp phân tích đa biến để biểu diễn mức hàm lượng các kim loại nặng trên lưu vực sông Đáy đồng thời đánh giá mức độ lan