目前在场地调查和场地修复检测中有机污染物的识别面临不少挑战，如复杂的环境样品基体，尤其是严重污染场地所对应的土壤与地下水样，其成分复杂而多样，而且某些剧毒有机污染物，要求检出限异常低。经典识别方法存在短板，主要原因是存在的污染物会严重干扰目标分析物的分析准确性，而且有时不同分析人员，对同一数据进行识别，要得到重复性的定性识别结果有难度。
澳实分析检测(上海)有限公司杨元华总经理介绍到，GCMS分析已进入多组分高通量的分析时代，面对前述挑战，环境样品有机污染物的识别，也应采用新的识别模式，以提高效率、并获得准确、重复的识别结果。针对有机污染物的GCMS数据，实验室惯用的识别模式有两类，一是集成于仪器工作站内的，定性及定量识别模式;二是解卷积，识别模式，其中最为具代表性的是美国NIST的AMDIS模式，可采用保留时间锁定(RTL)和AMDIS软件，并在未识别GCMS数据之前建立一个目标化合物库。
杨元华总经理阐述了如何建立适用于环境样品中有机污染物定性定量识别的目标化合物库，且如何应用基本 NIST的AMDIS模式来处理GCMS数据， 如在识别由三个组分叠加而成的总离子色谱峰，即基体、干扰物和目标物时可通过解卷积运算法得到3个纯度更高的色谱峰，则明显提高其被识别的可能性，改善目标分析物的检出限。这技术对发现常规以外的有机污染物有很大的帮助。
2014污染场地治理修复研讨会于9月25日在杭州召开
原标题：杨元华：探讨土壤与地下水中有机污染物识别及表征的新技术
特别声明：北极星转载其他网站内容，出于传递更多信息而非盈利之目的，同时并不代表赞成其观点或证实其描述，内容仅供参考。版权归原作者所有，若有侵权，请联系我们删除。
凡来源注明北极星*网的内容为北极星原创，转载需获授权。
