Un campione di particolato atmosferico costituisce una matrice multicomponente per cui l’analisi cromatografica della frazione volatile determina un segnale molto complesso e di difficile interpretazione. Oltre all’analisi specifica di tutti i componenti chimici, è importante individuare i composti organici da utilizzare come traccianti di una specifica sorgente di contaminazione atmosferica. Tra questi gli idrocarburi lineari sono di particolare interesse per differenziare aerosol di origine antropogenica o biogenica. Viene applicato un metodo matematico-statistico, basato sullo studio della Funzione di Autocovarianza (ACVF), che risulta molto utile per l’interpretazione del segnale al fine di ricavare rilevanti informazioni sulla miscela. In particolare si può identificare la presenza di serie omologhe, il numero dei componenti della serie e la distribuzione dei termini, per esempio la predominanza di termini pari o dispari. Quando il metodo dell’ACVF è applicato a segnali GC-MS acquisiti in modalità SIM, monitorando frammenti di molecole specifiche, risulta particolarmente potente nell’interpretare il segnale complesso per identificare le serie omologhe e quantificarne il numero dei componenti.
Identificazione di serie omologhe di idrocarburi in particolato atmosferico
PIETROGRANDE, Maria Chiara;MERCURIALI, Mattia;DONDI, Francesco
2006
Abstract
Un campione di particolato atmosferico costituisce una matrice multicomponente per cui l’analisi cromatografica della frazione volatile determina un segnale molto complesso e di difficile interpretazione. Oltre all’analisi specifica di tutti i componenti chimici, è importante individuare i composti organici da utilizzare come traccianti di una specifica sorgente di contaminazione atmosferica. Tra questi gli idrocarburi lineari sono di particolare interesse per differenziare aerosol di origine antropogenica o biogenica. Viene applicato un metodo matematico-statistico, basato sullo studio della Funzione di Autocovarianza (ACVF), che risulta molto utile per l’interpretazione del segnale al fine di ricavare rilevanti informazioni sulla miscela. In particolare si può identificare la presenza di serie omologhe, il numero dei componenti della serie e la distribuzione dei termini, per esempio la predominanza di termini pari o dispari. Quando il metodo dell’ACVF è applicato a segnali GC-MS acquisiti in modalità SIM, monitorando frammenti di molecole specifiche, risulta particolarmente potente nell’interpretare il segnale complesso per identificare le serie omologhe e quantificarne il numero dei componenti.I documenti in SFERA sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
