挥发性氯代烃(Volatile chlorinated hydrocarbons,VCHs)作为优良的有机合成原料中间体和化学溶剂,在化学、纺织、医药、涂料、电镀等各大工业行业中大量广泛应用。VCHs具有致畸、致癌和致突变的毒性作用且极易挥发,在使用不当、储存泄露或废弃处理管理不当时很容易进入环境中,造成土壤大面积的深度污染,并最终引起与表面污染并不完全一致的大面积地下水污染。近几年的调查显示,我国京津冀、长江三角洲、珠江三角洲、东北工业区等地区的土壤和地下水中均有不同程度的VCHs检出,并存在部分超标现象。近几年来城市不断扩张,搬迁后的污染场址在再开发前需进行现场环境污染评价,突发性环境污染事故需要快速、经济的手段去获得第一手污染资料以便即使选择解决方案,VCHs易挥发的性质也在多方面决定了污染监测时现场速测技术的重要性和必要性。本文首先在阐述检测管测试原理的基础上,介绍了挥发性氯代烃检测管的发展现状以及检测管测试技术,即君津式表层污染调查法在土壤和地下水污染速测中的应用,对挥发性氯代烃检测管简易测试技术在我国的推广应用做出了可行性分析。调查结果表明,进口检测管的高价格大大降低了速测技术的经济性,挥发性氯代烃国产检测管的缺少很大程度上限制了检测管速测技术在我国的推广和应用。以传感器阵列和模式识别为核心技术的电子鼻系统操作简单,可实现在线实时原位快速监测。本课题组自主研发的电子鼻系统的传感器阵列由1个PID传感器和3个TGS系列传感器组成,配合同课题组研究人员设计的测试电路以及PC机形成了电子鼻硬件系统。在组建了一套传感器阵列性能标定和测试系统(以标准气体发生器为气体发生源)的基础上,完成了传感器阵列对三氯乙烯、四氯乙烯、三氯甲烷、四氯化碳、1,1-二氯乙烷、二氯甲烷等挥发性氯代烃的测试响应并采集响应信号,响应信号经过信号预处理后进行模式识别和信号强度线性分析。这里所用到的模式识别包括了主成分分析(PCA)和反向传播人工神经网络(BP-ANN),主成分分析结果表明,本组传感器阵列对不同挥发性氯代烃在不用浓度下的响应均呈现较好的聚类效果,但此种聚类规律只能模糊的表达定性,而不能准确定性和定量。在反向传播人工神经网络中,经过不同网络的训练和预测,均在多次迭代后达到预期目标并取得了很好的预测效果,以较高精度分辨出各种挥发性氯代烃气体的浓度,但是这种高精度分辨局限于传感器阵列对纯物质的响应,对于挥发性氯代烃混合气体而言,并不能准确辨别出具体组分和浓度。从电子鼻对挥发性氯代烃响应强度的分析中发现,传感器阵列对各种氯代烃的响应呈现线性关系,而且对混合气体的响应强度与各单物质的响应强度是加和关系,因此,在此基础上,建立了未知氯代烃混合气体推理方法,并将此方法用于分析土壤净化模拟过程中的挥发性氯代烃污染浓度变化趋势监测。考虑到有机污染土壤中常有甲苯、乙苯等苯系物与挥发性氯代烃共存,且电子鼻中的各传感器对苯系物均有不同程度的响应,其中以PID和TGS2602的响应较为强烈,因此,为减少苯系物对电子鼻现场检测挥发性氯代烃时的干扰,选择RAE systems公司生产的RAE-SEP卤代烃分离管用作前处理。RAE-SEP卤代烃分离管分离效果的评价结果表明,RAE-SEP卤代烃分离管可在不影响挥发性氯代烃浓度大小或影响很小的基础上有效的吸收被测对象气体中的90%以上的苯系物。