【文章介绍】

近日，我院副院长薛立新，在国际知名期刊 Journal of Environmental Chemical Engineering上发表题为“Shaped cross sectional fibers in oil spillage monitoring: From early stage qualitative detection to onsite quantitative assessment”的研究论文。该工作创新性地设计并制备了具有特殊截面形状（C形）和表面多孔/超疏水结构的聚丙烯（PP）纤维无纺布（NWF），将其与氧传感器结合，成功开发出新型在线溢油监测探针。该探针不仅能在10-60秒内快速定性检测早期微小漏油（污染面积低至~5 cm²），还能在现场对超低浓度油污（低至0.1 g/L）进行定量评估，为水环境油污染监测与应急响应提供了高效精准的新工具。

海洋溢油、工业排放、餐厨废水等导致的油类污染物严重威胁水生态安全和人类健康。及时发现并准确评估漏油情况至关重要。现有技术如卫星遥感等，易受天气影响，难以检测早期小范围泄漏，且现场定量分析通常需离岸送检，耗时长，导致应急措施滞后。

聚丙烯纤维因其优异的亲油疏水性和成本效益，常用于油污吸附。然而，传统圆形截面（R形）PP纤维无纺布在吸附速度、信号强度和检测灵敏度方面存在局限，难以满足快速、灵敏、现场定量的监测需求。因此，开发兼具快速响应、高灵敏度、低检测限和现场定量能力的溢油监测技术是当前的研究难点和热点。

针对上述关键问题，本篇工作探讨了一种构筑高性能溢油监测探针的新策略，具体创新点包括：1）设计并制备了具有C形截面的PP纤维，显著增大比表面积和毛细作用力，提升吸油速度；2）在纤维内部引入亚微米级孔隙（Cp），使比表面积和孔隙率激增15-17倍，进一步加速油污吸附和内部空气排出；3）对纤维表面进行氟化二氧化硅超疏水改性（F-SiO₂@Cp），增强油水选择性吸附，减少水环境干扰；4）将优化后的F-SiO₂@Cp NWF与氧传感器探头集成，构建在线监测系统，利用油层阻隔氧气扩散导致局部溶解氧浓度变化的原理进行检测。

图1. 基于特殊截面形状多孔超疏水纤维的溢油监测探针概念示意图

要点一：特殊截面与孔隙结构协同提升监测性能

研究系统比较了不同截面形状（圆形-R、三叶形-Y、C形）及是否含亚微米孔隙对纤维无纺布性能的影响。相比于R形纤维，C形纤维提供了更大的比表面积和更强的毛细作用力，显著提高了动态吸油速度（Sa），从而将监测响应时间（RT）缩短了38%（以甲苯为例）。同时，C形结构提升了NWF孔隙率（+29%），有利于油替换空气，增强氧信号变化和峰高信噪比（SNR），对甲苯的SNR提升高达800%。在C形纤维中引入亚微米孔隙（Cp），使NWF的比表面积增加18.5倍，孔隙率提升50%。这为油提供了快速通道和更多储存空间，极大加速了空气排出。对于低粘度油（如甲苯），Cp结构使RT进一步降低50-63%，SNR提升750-1100%。

图2. 不同横截面形状的PP纤维的SEM图像：（a-a₁）R形；（b-b₁）Y形；（c-c₁）C形

图3. 具有亚微米孔隙率的PP无纺布的SEM图像：（a）多孔R形（R_p）；（b）多孔C形（C_p)

要点二：超疏水改性强化稳定性与环境适应性

对Cp纤维进行F-SiO₂超疏水改性（F-SiO₂@Cp），形成[C₆F₁₃CH₂CH₂O-Si-O-(SiO₂)ₙ-]ₘ结晶层，水接触角提升至148-150°。该改性显著增强了材料对油的选择性吸附（疏水亲油），减少了水体环境（尤其是含表面活性剂水体）的干扰。虽然改性对吸油速度（RT）的影响较复杂（可能因部分阻塞孔隙而减缓，或因粗糙度增加而加速），但其关键贡献在于大幅提升了信噪比（SNR） 和系统稳定性。在模拟恶劣环境（长时间水浸、含表面活性剂、机械振动）下，F-SiO₂@Cp探针的性能衰减远小于传统R形纤维探针，展现出优异的可靠性。

图4. NWF 的超疏水改性

要点三：突破性性能——超快、超高灵敏、超低检测限

集成优化后的F-SiO₂@Cp NWF与氧传感器，监测系统性能实现飞跃：对粘性大豆油的响应时间从传统R形纤维的30秒缩短至24秒。对低粘度油（如甲苯）响应更快。关键指标峰高SNR值从传统R形纤维的8，跃升至F-SiO₂@Cp的38（提升近5倍），信号强度显著增强。可靠最低检测限（RLDL）从传统R形纤维的0.28 g/L，一路降低至F-SiO₂@Cp的0.10 g/L。灵敏度相比早期商业R形纤维探针提升了惊人的11倍！ 可检测到更微量的油污（>5 cm²面积）。

图5. 纤维形状对粘性大豆油泄漏监测的影响

要点四：革命性突破——单一探针实现现场定量分析

本研究最大亮点在于首次在单一探针上实现了对水中油污的现场快速定量分析： 研究发现，乳化油浓度（C）的对数（ln C）与定量响应时间（qRT）呈显著负线性相关（R² = 0.966）；油浓度与峰高SNR值呈显著正线性相关（R² = 0.987）。浮油层厚度（T）的对数（ln T）与qRT呈显著负线性相关（R² = 0.977）；厚度与SNR值呈显著正线性相关（R² = 0.968）。泄漏量（W）的对数（ln W）与RT呈负相关（R² = 0.975），泄漏量与SNR值呈正相关（R² = 0.977）。现场应用意义：只需将探针插入含油水体或接触浮油层，在几十秒内测量RT或SNR值，即可根据建立的线性模型，在现场直接估算油浓度或浮油厚度，无需离岸送样，极大加速了污染评估与应急决策。

图6. 检测到的信号与水中乳化油含量的线性关系：（a） qRT ；（b） SNR；（c） 峰面积。

图7. 检测到的信号与水上大豆油厚度的线性关系：（a） qRT；（b）SNR；（c） 峰面积。

图8. 检测到的信号与在 800 mL 水中溢出原油量的线性关系：（a） RT； （b） SNR；（c） 峰面积。

应用前景广阔，该技术可为以下场景提供了强大高效的监测工具：

• 海上石油平台与船舶： 实时监测微小泄漏，快速评估泄漏量。

• 石化厂与炼油厂： 监测厂区排污口、事故池及雨水排放口油污。

• 港口与码头： 快速发现和评估船舶泄漏或装卸作业造成的油污染。

• 环境应急响应： 事故发生后，现场快速确定污染范围、浓度和浮油厚度，指导精准施救和资源调配。

• 餐厅与食品加工废水处理： 监测含油废水处理效果和排放合规性。

本论文以“Shaped cross sectional fibers in oil spillage monitoring: From early stage qualitative detection to onsite quantitative assessment”为题发表在《Journal of Environmental Chemical Engineering》上。该工作由温州大学化学与材料工程学院/新材料与产业技术古天乐代言太阳集团薛立新研究员团队与浙江工业大学研究人员合作完成，薛立新研究员为通讯作者，温州大学为通讯单位。本研究工作得到国家自然科学基金（NSFC-U1809213, 21975222, 52203104）、瓯江领军人才启动经费及温州市苍南县国际新材料创新中心支持基金等项目的资助。

文章链接：

https://doi.org/10.1016/j.jece.2025.117918