全二维气相色谱-质谱对喷气燃料的特征筛选分析

张景顺，张冠男，王 稳，张 原，朱 军，姜 红，刘占芳

(1.中国人民公安大学刑事科学技术学院，北京 100038；2.公安部物证鉴定中心，北京 100038； 3.河南警察学院刑事科学技术系，河南 郑州 450046)

汽油、煤油、柴油是纵火案件中犯罪嫌疑人常使用的易燃液体，在实际案件检验中经常需要确定易燃液体的来源，以提供侦查线索或作为法庭上的证据。由于国内外普遍生产和广泛使用的喷气燃料多属于煤油型，所以喷气燃料又称航空煤油，我国现在主要使用3号喷气燃料，其理化性质有具体标准[1]。而根据美国材料与试验协会(ASTM)对易燃液体的分类，喷气燃料属于重组分(C9～C20+)的石油馏出物[2](heavy petroleum distillate, HPD)。马晨菲等[3]发现喷气燃料由正、异构链烷烃，单环环烷烃，二环、三环环烷烃及烷基苯，茚满，萘满和萘类9种烃类物质组成。然而在火场高温作用下，许多痕迹和生物物证被严重损坏，失去证据价值，因此火场残留物中易燃液体的分离鉴定及分析研判成为确定火灾性质、证实犯罪事实的有力证据[4]。

目前，分析喷气燃料的方法主要有气相色谱-质谱法[5]、红外光谱法[6]、平面激光诱导荧光法[7]、火焰原子吸收光谱法[8]等。这些方法基于一维色谱分离技术、官能团红外特征或无机元素对组分进行分析和识别。但由于喷气燃料组分复杂、相似成分较多，大量的组分难以识别或共洗脱，区分、鉴别难度较大。

全二维气相色谱-串联单四极杆质谱仪(GC×GC-qMS)具有强大的分离检测效果，它将两套柱系统串联，在调制器作用下，实现复杂待测物的正交分离，大大提高了色谱的峰容量，有效减少了待测物组分的共洗脱现象。Westhuizen等[9]使用全二维气相色谱(GC×GC)检测一种合成航空煤油，发现比原油制成的航空煤油含有更少的芳香烃和含硫等杂原子化合物。Sampat等[10]综述了GC×GC在法庭科学中的应用；Frysinger和Gaines[11-12]为验证GC×GC在火场残留物分析中的应用做了大量工作；Tranchida等[13]评估了GC×GC串联单四极杆质谱的优势，其特征是谱库齐全，虽然牺牲了部分分辨率、噪音增强，但其通量大，适用于组分较多的样品检测。

复杂体系中往往有许多因素相互制约又相互依存，方差分析(ANOVA)的目的是通过数据分析找出对事物有显著影响的因素。本工作将使用基于百分比响应值(percentage response)的ANOVA从色谱图中筛选出差异组分。ANOVA计算提供了F比值(F-ratio)，该值作为区分组别的指标适用于指纹图谱分析[14-16]。色谱图中显示出类别差异的峰，将其保留为特征，以识别和提取有用信息来增强GC×GC数据的模式识别，提供一种用于分析复杂色谱图的工具。

1 实验部分

1.1 仪器与试剂

QP2020一维气相色谱-质谱联用仪、QP2010全二维气相色谱-质谱联用仪：日本Shimadzu公司产品；ZX1冷喷调制器：美国Zoex公司产品；氦气(纯度≥99.999%)：北京氦普北分气体工业有限公司产品；氮气发生器：北京绿绵科技有限公司产品；液态氮气：北京氙禾玉气体技术有限公司产品；GC software2.6数据处理软件：美国Zoex公司产品，配置NIST11谱库。

乙醚(色谱纯)：美国Honeywell公司产品。

1.2 实验条件

GC×GC-qMS一维色谱柱：DB-WAX(30 m×0.25 mm×0.25 μm)，美国J&W Scientific公司产品；二维色谱柱：BPX-1(2.5 m×0.1 mm×0.1 μm)，澳大利亚SGE公司产品。一维柱升温程序：起始温度40 ℃，保持3 min，以3 ℃/min升至180 ℃，保持4.34 min；二维柱升温程序：起始温度45 ℃，保持3 min，以3 ℃/min升至185 ℃，保持4.34 min；进样口温度260 ℃；进样量1 μL；分流进样，分流比40∶1；载气(He)流速1 mL/min，恒流模式；调制周期6 s，其中热喷350 ms；传输线温度260 ℃；电子轰击(EI)电离源，电离能量70 eV；全扫描模式：扫描间隔0.03 s，m/z40～400；离子源温度230 ℃；采集延迟时间5.1 min。

GC-MS色谱柱：DB-5柱(30 m×0.25 mm×0.25 μm)，美国J&W Scientific公司产品；升温程序：起始温度40 ℃，保持3 min，以6 ℃/min升至280 ℃，保持5 min；进样口温度260 ℃；进样量1 μL；分流进样，分流比40∶1；载气(He)流速1 mL/min，恒流模式；传输线温度260 ℃；电子轰击(EI)电离源，电离能量70 eV；全扫描模式：扫描间隔0.03 s，m/z40～400；离子源温度230 ℃；采集延迟时间5.1 min。

1.3 实验样品

喷气燃料样品：取自东北、华东、华南、西北各地炼油厂生产的21个样品，采集地和所属区域信息列于表1。每个喷气燃料样品取10 μL，用乙醚稀释至1 mL，制成浓度为1%的实验样品。

表1 喷气燃料样品信息Table 1 Information of jet fuel samples

2 实验方法

2.1 气相色谱-质谱法

建立GC×GC-qMS法需要考虑的参数主要包括色谱柱、升温程序、载气流速及调制周期等。一维色谱柱为非极性固定相，二维色谱柱为极性或中等极性固定相的色谱柱配置称为非极性-极性系统，常用于石油基产品的族分离[17]；反之，色谱柱的配置称为极性-非极性系统。极性-非极性系统扩展了分离空间，比非极性-极性系统能更好地提高色谱峰容量[18]，在分离饱和链烷烃、环烷烃和芳烃上具有优势，但因其工作温度范围(30～260 ℃)相对有限，所以对碳数高的烷烃分离能力有限。喷气燃料的碳原子数一般为6～17，馏程范围为130～280 ℃[3]，因此极性-非极性系统可以满足喷气燃料的分离需求。由于需要筛选样品间差异的指纹图谱分析，本实验一维柱选用DB-WAX(30 m×0.25 mm×0.25 μm)，二维柱选用BPX-1(2.5 m×0.1 mm×0.1 μm)，可实现更多组分的比对分析，也可以用于后续数据的批量处理。

为了保证化合物的良好分离并缩短分析时间，升温速率为3 ℃/min时，各化合物在一维时间和二维时间都实现了较好地分离。用GC×GC-qMS分析HPD，需要考虑后洗脱的萘类等物质与二维柱的柱流失重合问题，调制周期为6 s足以满足分析要求。当溶剂延迟时间/调制周期不为整数时，会出现周期穿过的现象，考虑到乙醚溶剂峰的出峰时间，溶剂延迟设为5.1 min。从GC×GC洗脱的峰都很窄，为保证每个峰被准确定性，设定质谱的采集间隔最小为0.03 s。

GC-MS选用非极性柱DB-5(30 m×0.25 mm×0.25 μm)，除了升温速率，控制其他参数与GC×GC-qMS一致。

2.2 数据处理方法

实验所得数据导入GC image 2.6中，并对所有样品进行参数一致的基线校正、背景扣除和自动峰积分，将结果导入GC investigator 2.6中进行多元数据统计分析。为了消除由仪器参数(例如流速和温度)波动引起的相对较小的保留时间变化，首先使用保留时间对其算法进行组分堆叠[19]，得到一张含所有样品的所有组分加和图；删除溶剂峰以及柱流失等干扰后，使用NIST11谱库自动检索所有峰顶点的质谱图，显示共1 339个峰被积分(即所有样品共有1 339个不同的组分)，保存检索结果到模板；再用模板检索到的组分信息与所有样品的组分信息自动比对；最后为了消除浓度和系统误差，计算各峰的百分比响应值，即各组分的峰体积占总体积的百分比，该方法属于半定量分析。

对于一个数据集，ANOVA常用于先计算F比值，然后通过确定显著性水平α，查表得出p值来确定原假设是否成立。若一个数据集中，N为样本总数，k为因素的组数，造成样本方差基本来源有组间差异和组内差异。

1) 组间差异，即不同因素造成的差异。用该变量在各组的均值与总均值之偏差平方和的总和表示，记作SSb，组间自由度dfb=k-1，两者之比为组间均方差MSb，示于式(1)：

(1)

2) 组内差异，即误差造成的差异或个体间的差异。用各观测值与总均值之偏差平方和的总和减去组内方差表示，记作SSw，组内自由度dfw=N-k，两者之比为组内均方差MSw，示于式(2)：

(2)

其中，xij是第i组的第j个度量。

F-ratio即为组间均方差与组内均方差之比，示于式(3)：

(3)

F-ratio越大，说明组间差异越大，组内差异越小。F-ratio作为一个表现组间方差和组内方差关系的指标，其相对值大小反映出变量在因素下的差异性。在本实验中，各组分作为变量，采样区域作为因素，进行单因素多元方差分析(one-way MANOVA)，计算百分比响应F比值，表征不同采样区域的喷气燃料组分差异。

3 结果与讨论

3.1 喷气燃料的GC×GC-qMS色谱图特征

从大连采集的喷气燃料样品DLSH的GC×GC-qMS总离子流色谱图示于图1。由于喷气燃料不同族化合物的极性不同，图1被划分为多个不同区域，DLSH可检测的碳原子数为7～18。因为二维色谱柱是非极性柱，所以保留时间越长的物质其极性越弱，于是从上到下依次为饱和正构链烷烃(n-paraffins)或异构链烷烃(isoparaffins)、单环环烷烃(monocycloparaffins)、双环环烷烃(dicycloparaffins)、三环环烷烃(tricycloparaffins)、烷基苯(alkylbenzenes)和环芳烃(cycloaromatics)。

用矩形边框绘制所有正构链烷烃的边界，正构链烷烃与周围区域相比颜色明亮，说明其具有较高浓度。从色谱图的左侧到右侧，随着碳原子数的增加，正构链烷烃以非常清晰的顺序洗脱，第一个化合物为正庚烷，最后一个为正十八烷。在一维保留时间上，正构链烷烃分布较均匀；在二维保留时间上，正庚烷到正十三烷之间增长较快，之后开始缓慢减少，说明二维保留时间不仅由分子极性决定，还受相对浓度的影响。具有相同碳原子数的异构链烷烃在正构链烷烃的左侧洗脱，大致在2个正构链烷烃连线的区域内。环烷烃(cycloparaffins)在正构链烷烃和芳香烃之间洗脱，在喷气燃料中可以发现单、双和三环环烷烃。单环环烷烃在异构链烷烃和双环环烷烃之间洗脱，单环环烷烃的上边界与同碳数的异构链烷烃相接。值得注意的是，相同碳数的单环环烷烃在一维保留时间上比正构链烷烃多一段距离，产生一条清晰的脊线。双环环烷烃边界直接连接到单环环烷烃下，并向右下方延伸，说明一些双环环烷烃的极性等于多1个碳数的单环环烷烃的极性。双环环烷烃和单环环烷烃边界的化合物主要是正烷基环己烷，只检测到了1个三环环烷烃。

极性-非极性柱系统的一维色谱柱是极性相，可以更好地分离芳香族化合物。喷气燃料中的芳香烃基本上可分为烷基苯和环芳烃。烷基苯从甲苯开始至C13苯结束，位于同碳数烷烃的右下方。环芳烃主要包括茚满、四氢化萘及其烷基异构体等。

3.2 筛选特征组分

百分比响应F比值计算结果示于图2，其中横坐标为一维平均保留时间，纵坐标为二维平均保留时间，各点代表加和图中的组分及位置，圆的面积越大代表此组分在因素下的百分比响应F比值越大。可见，一维平均保留时间在25～40 min、二维平均保留时间在0.5～1 s区域的芳香族化合物的百分比响应F比值相对较大。

注：n=n-paraffins, iso=isoparaffins, mc=monocycloparaffins, dc=dicycloparaffins, tc=tricycloparaffins, ab=alkylbenzenes, ca=cycloaromatics图1 DLSH全二维气相色谱-质谱总离子流色谱图Fig.1 TIC plot of DLSH by GC×GC-qMS

图2 喷气燃料样品百分比响应F比值Fig.2 Percent response F-ratio of jet fuel samples

筛选特征组分须先确定F-ratio的阈值，由于有1 339个变量，每个变量对应1个F-ratio，为反映F-ratio的大致分布情况，绘制百分比响应F-ratio频数分布直方图，示于图3。可以看到，F-ratio大多集中于0～2，大于10的F-ratio较少，需要使用统计学方法客观地确定F-ratio阈值。

图3 百分比响应F-ratio频数分布直方图Fig.3 Frequency distribution histogram of percentage response F-ratio

确定F-ratio阈值的方法有利用F检验的临界值(Fcrit)确定显著性阈值[20-21]、Z得分(Z-score)法[22]和基于置换测试的零分布分析法[23]。在本实验数据中，因素的组数为4，则自由度为3，样本总数为21。取显著性水平α=0.05时，F0.05(3,17)=3.197，大于此阈值共有267个峰，占19.94%；取显著性水平α=0.01，F0.01(3,17)=5.185，大于此阈值共有82个峰，占6.12%。这些特征组分过多，没有减少GC×GC产生的大量数据，不便于后续分析。Z代表以标准差为单位计算原始值和平均值之间的距离，在原始值低于平均值时，Z为负数，反之则为正数。使用Z-score法描述F-ratio，当Z大于2时，有57个特征组分，占4.26%；当Z大于3时，有16个特征组分，占1.2%；当Z大于4时，有6个特征组分，占0.45%。通过F-ratio的阈值筛选出的特征组分应用于样品区分的具体分析，应在数据的分析量和代表性之间提供平衡[15]，因此选择Z大于3时的16个特征组分进行分析，列于表2。

综上，喷气燃料的主要特征组分集中在C10～C12的烷基苯、茚满类和四氢化萘类等化合物，这些特征组分有待进一步研究。

3.3 特征组分分析

茚满的相对分子质量是118，四氢化萘的相对分子质量是132，由于在电离过程中可能失去1个H，用GC image 2.6打开DLXT样品m/z117～118或131～132的提取离子流色谱图，广义数据尺度调整为0.05，保证颜色亮度，结果示于图4。

使用NIST11检索峰顶点的质谱后，得到的化合物列于表3。由于单四极杆质谱的分辨率有限，可能导致喷气燃料中保留时间相近的一些同分异构体质谱检索结果相同，表格中对其予以合并。其中，C9苯有5个，C10苯有10个，C11苯有10个，C13苯有1个，茚满类8个，四氢化萘类12个。

为了比较GC×GC-qMS对喷气燃料的特征组分分离定性的优势，控制其他变量保持不变，使用GC-MS检测相同DLXT样品后，打开m/z117～118或131～132的EIC，结果示于图5。

对各色谱峰进行质谱检索，结果列于表4。检索到的色谱峰有24个，几乎比GC×GC-qMS检测到的少了1倍，其中C9苯有2个、C10苯有2个、C11苯有4个、茚满类7个、四氢化萘类6个、其他烷烃3个。说明传统一维气相色谱在C10～C12的烷基苯、茚满类和四氢化萘类上共洗脱现象严重，而且会提取出其他烷烃。因此，GC×GC-qMS对喷气燃料特征组分的分离定性更具优势，该结果与文献[24]报道一致。

表2 Z得分大于3的16个组分Table 2 16 components with Z-score above 3

图4 DLXT全二维气相色谱-质谱选择离子流色谱图Fig.4 Extracted ion chromatogram plot of DLXT by GC×GC-qMS

表3 DLXT全二维气相色谱-质谱选择离子流色谱峰Table 3 Chromatographic peaks of EIC of DLXT by GC×GC-qMS

图5 DLXT一维提取离子流色谱图Fig.5 EIC plot of DLXT by GC-MS

表4 DLXT一维提取离子流色谱峰Table 4 Chromatographic peaks of EIC of DLXT by GC-MS

保持图形参数一致，打开FS2、AQSH、GZSH、KLMY、THLH、YAYP样品m/z117～118或131～132的EIC，结果示于图6，可以明显观察到FS2的特征组分较少，且在42 min后无组分洗脱，与图4区别较大，二维保留时间0.7～1.2 s之间的组分较多，具体表现为C13和C14的烷基苯和四氢化萘类组分。AQSH的喷气燃料特征组分浓度相对较高，而GZSH的特征组分更接近于DLXT，同为西北地区采集的YAYP、THLH、KLMY特征组分浓度、色谱峰分布都较相近。因此，筛选出的特征组分有一定区分效果，可用做进一步的数据分析。

4 结论

使用传统的GC-MS法定性分析喷气燃料等复杂样品，大量化合物在色谱柱上没有完全分离，出现共洗脱等现象。GC×GC-qMS与之相比，具有峰容量大、分离效果好、灵敏度高等优点。本实验使用极性-非极性柱系统进一步提高了色谱峰容量，建立了喷气燃料组分的指纹图谱分析方法，并通过计算百分比响应F-ratio，筛选喷气燃料的特征组分。通过实验确定C10～C12的烷基苯、茚满类和四氢化萘类等是不同喷气燃料样品间差异最大的组分，并结合提取离子流色谱图验证了特征组分的区分效果。此方法可以在保留最大特征的前提下，有效减少GC×GC-qMS产生的大量数据，以便后续的特征分析或数据处理。

注：a.FS2；b.AQSH；c.GZSH；d.KLMY；e.THLH；f.YAYP图6 喷气燃料全二维气相色谱-质谱选择离子流色谱图Fig.6 EIC plots of jet fuel by GC×GC-qMS