illustration - laboratoire PROTEE

Séminaire GDR MONALISA
Complexation des métaux traces et du proton visà-vis
de la MON dissoute:
Comparaison des techniques analytiques et des méthodes de
traitement de données
1 Laboratoire RCMO-PROTEE, UTV
2 Center for Marine and Environmental Research, IRB
9 et 10 Octobre 2003
La Garde
C. Garnier 1
I. Pižeta 2 , S. Mounier 1 ,
J.Y. Benaïm 1 , M. Branica 2

Les métaux traces dans l’environnement: rôle de la matière organique
Particulaire « total »
micro-organismes
M
M
M
M M
M
particules inorganiques
M
Filtration (0.45-0.2µm)
EAU
Dissous « total »
ligands inorganiques
Cl - , NO 3 - SO4 2- …
OH -
ligands organiques
MON, EDTA…
Sédimentation Adsorption / Échange d’ions
SEDIMENTS
M inorganique
M n+
M organique
directement assimilable
potentiellement assimilable
après décomplexation /
désorption / …

La spéciation des métaux:
Dépends des conditions physico-chimiques du milieu (pH,
T, P, I, concentrations en ions majeurs, MON, …)
Influence la biodisponibilité et/ou la toxicité de ces métaux
vis-à-vis des micro-organismes
Cu 2+
Hg 2+
Cd-EDTA
Pour comprendre l’impact des métaux traces dans l’environnement,
il est nécessaire de correctement prédire leur spéciation

Caractérisations de la MON dissoute
MON: mélange, hautement hétérogène, de macro-molécules/colloïdes/polymères
On peut définir la MON de manière:
Quantitative:
– composition atomique (% C, H, N, O, S…),
– concentration massique (ex: COD, COT),
– proportion acides Fulvique / Humique (solubilité fonction du pH),
– …
Structurale:
– composition moléculaire (% aromatiques, % alcools…),
– présence de groupements spécifiques (-COOH, -NH 2 , -OH…),
– …
Qualitative:
– sites acides,
– sites complexant les métaux traces (Cu, Cd, Pb, Zn, Hg…),
– adsorption sur des particules, des colloïdes…
– fluorophores, degré de maturité, …

Caractérisations de la MON dissoute
MON: mélange, hautement hétérogène, de macro-molécules/colloïdes/polymères

Complexation des métaux traces et du proton vis-à-vis
de la MON dissoute :
Métal – MON:
Équilibre: iM + jL MiLj Constante de stabilité, K: K = [M i L j ] / ([M] i .[L] j )
Capacité complexante, L T , i.e. concentration totale en sites complexants
Proton – MON:
Équilibre: H i L j iH + jL
Constante de stabilité, K a : K a = ([H] i .[L] j ) / [H i L j ]
Acidité totale, L' T , i.e. concentration totale en sites acides
La définition de la spéciation requiert une connaissance complète
des propriétés de complexation et d'acidité des ligands,
notamment de la MON.

Deux catégories de modélisation des propriétés de
complexation et d'acidité de la MON:
Distribution continue de ligands:
- définition d’une fonction de type: L T = f(log(K))
ex: gaussienne(s) du modèle NICCA-Donnan (Benedetti et al., 1995)
- differential equilibrium function (DEF)
ex: MODELm (Huber et al., 2002)
-…
Distribution discrète de ligands:
- set de molécules organiques représentant les sites de complexation
de la MON (-COOH, -SH, ϕ-OH …)
ex: EDTA, cystéine, phénol, acide acétique…
- set de "sites" virtuels
ex: Model V (Tipping and Hurley, 1992), Quasi-Particules (Sposito, 1981)
-…

Techniques analytiques
Métal – MON: mesure de [M]
– électrochimie (ASV, CSV, …): [métal labile] ≈ [métal inorganique]
– potentiométrie (ISE): [métal libre] = [M n+ ]
– DGT, …: ~ [métal labile]
– extraction, séparation / AAS, ICP-MS: [métal complexé]
Métal – MON: mesure de [L]
– quenching de fluorescence: [sites fluorescents] ≈ [ligand]
– colonnes C-pack (C18 ou C14): extraction des ligands complexants
Proton –MON: mesure de [H]
– potentiométrie (ISE): [proton libre] = [H + ]
Proton –MON: mesure de [L']
– quenching de fluorescence: [sites fluorescents] ≈ [ligand]
Comment modéliser correctement ces données expérimentales ?

I/ Module de spéciation:
Tableau des bilans de masse (Morel, 1983)
A 2-
Na +
Cl -
H +
OH -
AH -
AH 2
A 2-
α 1,1 =1
0
0
0
0
1
1
Na +
0
1
0
0
0
0
0
Cl -
0
0
1
0
0
0
0
H +
0
0
0
1
-1
1
α 7,4 = 2
Principe de PROSECE
PRogramme d’Optimisation et de SpEciation Chimique en Environnement
Software for Chemical Aqueous Speciation
K e
K AH
K AH2
en posant C = [composant] et S = [composé]:
C
i,
tot
=
Ns
∑
j=
1
ji
. S
α et
calcul de S j et C i
(C i,tot , α ji et K j connus)
j
S
j
= K
Nc
∑ j.
i=
1
C
α ji
i
méthode de Newton-Raphson modifiée
Spéciation
(programmes: MINEQL, CHESS, FITEQL, …)

II/ Module d’optimisation:
Valeurs initiales des paramètres
des sites
Modification de TOUS les
paramètres des quasiparticules
par un simplex
modifié
Principe de PROSECE
PRogramme d’Optimisation et de SpEciation Chimique en Environnement
Software for Chemical Aqueous Speciation
Calcul de Spéciation (partie I/)
itération
NON
bias
Comparaison aux résultats
expérimentaux (pH et/ou pM)
OUI
Valeurs optimisées

Cas1: 1 ligand
Complexation Métaux-MON:
comparaison des techniques analytiques et des méthodes
de traitement de données
But: étudier l'influence du type de titration et de modélisation fréquemment
utilisées dans la littérature sur la détermination de K i et L iT pour des systèmes
multi-ligands
Type de complexation: 1 : 1
Espèces définies: M, L 1 , ML 1
Équilibre étudié: M + L 1 ML 1
Équations: M T =M + ML 1
Solution analytique:
−
M =
L 1T = L 1 + ML 1
K 1 = ML 1 /(M.L 1 )
( 1+
K1.
L1
−K1.
MT
) + ( 1+
K1.
L1T
−K1.
MT
)
2
T +
2.
K
1
Tableau des équilibres (Morel)
L 1
M
ML 1
4.
K1.
M
T
L 1
1
0
1
M
0
1
1
K 1

Méthodes de traitement de données: les différentes linéarisations
1/ Linéarisation de Chau-Buffle
2/ Linéarisation de Ružić-van den Berg
3/ Linéarisation de Scatchard
Méthode de Chau : régression linéaire des (4) derniers points de la courbe
M = f(MT): M = a.MT +b.
Par extrapolation, détermination de L1T = -b/a
Méthode de Buffle : linéarisation des points expérimentaux, tracé de
L1T /(MT-M) = f(1/M) en utilisant pour L1T la valeur déterminée par la
méthode de Chau: L1T /(MT-M) = c/M+d
K1 = 1/c (normalement d = 1)
Linéarisation des points expérimentaux, tracé de M/(M T -M) = f(M): M/(M T -
M) = a.M+b.
L 1T = 1/a
K 1 = a/b
Linéarisation des points expérimentaux, tracé de (M T -M)/M = f(M T ): (M T -
M)/M = a.M T +b.
K 1 = -a
L 1T = -b/a
Cas1: 1 ligand

Méthodes de traitement de données: les fitting
4/ PROSECE
Techniques de titrations:
Titration linéaire:
incréments constants en [M]
Titration logarithmique:
incréments constants en log[M]
Cas1: 1 ligand
Titration décade:
incréments constants en [M] par décade

Expériences réalisées:
- 3 expériences à « K*LT » constant (=50)
-LT = 10, 50 et 90nM
- erreur aléatoire –2 à 2%
- gamme de concentration: 0 à 100nM
Résultats:
- PROSECE:
Quelque soit le mode de titrations les résultats sont
bons
- Linéarisation de Scatchard:
très nettement amélioré par les titrations
logarithmique et décade
- Linéarisation de Ružić-VanDenBerg:
dépendante des [M] fortes résultats mauvais
pour les ligands forts peu concentrés. Pas
d’amélioration pour les titrations logarithmique et
par décade.
- Linéarisation de Chau-Buffle:
résultats moyens, globalement moins bons que
ceux obtenus par les autres méthodes.
détermination de L T : par linéarisation des derniers
points de la titration
Cas1: 1 ligand

Cas2: 2 ligands
Type de complexation: 2 * 1 : 1
Espèces définies: M, L 1 , ML 1 , L 2 , ML 2
Équilibre étudié: M + L 1 ML 1 M + L 2 ML 2
Équations: M T =M + ML 1 + ML 2
Tableau des équilibres (Morel)
L 1
L 2
M
ML 1
ML 2
L 1
1
0
0
1
0
L 2
0
1
0
0
1
M
0
0
1
1
1
K 1
K 2
L 1T = L 1 + ML 1
L 2T = L 2 + ML 2
K 1 = ML 1 /(M.L 1 ) K 2 = ML 2 /(M.L 2 )
Solution analytique:
Résolution d’un polynôme du 3ème ordre

Méthodes de traitement de données:
1/ Linéarisation de Ružić
2/ Linéarisation de Scatchard
Linéarisations des points expérimentaux, tracé deY 1 = f(M) et
Y 2 = f(M):
Y 1 = (M/(M T -M)) M=>∞ = a.M+b
Y 2 = 1/(a.M + b - (M/(M T -M)) M=>∞ ) = c.M+d
L 1T , K 1 , L 2T , K 2 = f(a, b, c, d)
Linéarisations des premiers et derniers points expérimentaux,
tracé de (M T -M)/M = f(M T ).
L 1T , K 1 , L 2T , K 2 = f(a, b, c, d)
3/ PROSECE
4/ fitting (Pižeta):
Optimisation des paramètres de complexation à partir des données linéarisées par la méthode de Ruzic.
Cas2: 2 ligands

Expériences réalisées:
- erreur aléatoire –2 à 2%
- gamme de concentration: 0 à 457nM
- nombre d’expériences: matrice factorielle
Cas2: 2 ligands
-valeurs de L1T , K1 , L2T et K2 utilisées: Ce qui conduit à des variations de:
-K1 /K2 = 10 à 10000 (toujours supérieur à 10)
-K1 .L1T = 1 à 300 (toujours supérieur à 1)
-K2 .L2T = 0.1 à 3
-LT = L1T +L2T = 110 à 330nM
- expériences réalisées:
- calculs d’erreur:

Résultats: graphiques: erreurs = f(L 1T .K 1 , L 2T .K 2 )
Cas2: 2 ligands

Résultats: graphiques: erreurs = f(L 1T .K 1 , L 2T .K 2 )
L 1T .K 1
Ružić – titration linéaire:
erreur sur K 1
L 2T .K 2
L 1T .K 1
Ružić – titration logarithmique:
erreur sur K 1
L 2T .K 2
Cas2: 2 ligands
valeur 1000%

Résultats: graphiques: erreurs = f(L 1T .K 1 , L 2T .K 2 )
L 1T .K 1
Ružić – titration linéaire:
erreur sur K 1
L 2T .K 2
L 1T .K 1
PROSECE – titration linéaire:
erreur sur K 1
L 2T .K 2
Cas2: 2 ligands
valeur 1000%

Conclusions de cette étude
Titrations logarithmique et décade
. > mode linéaire, pourtant couramment utilisé, même pour 1 ligand
Techniques de linéarisations:
. < fitting, surtout en mode linéaire
. très sensibles au bruit expérimental
. 1 ligand: corrélation entre l'erreur sur le paramètre et l'intervalle de confiance
PROSECE
. > à toutes les autres méthodes
. moins sensible à l'effet du bruit expérimental
Graphiques erreurs = f(L 1T .K 1 , L 2T .K 2 )
. => prédiction de l'erreur pour des modélisation sur des données
expérimentales
=> Combinaison retenue: titration logarithmique - PROSECE

Propriétés d'acidité de la MON
But: étudier les paramètres influençant la détermination des propriétés d'acidité de
la MON
Optimisation des paramètres des sites:
- estimation de [H] To par (∆n -
OH )max
- définition du nombre de sites acides
- détermination des valeurs initiales: K I
H , CI - calcul d'optimisation PROSECE
Traitement des données:
comparaison à une titration de mQ
- calcul de n -
OH pour la MON et mQ
- extrapolation, tracé de (∆n -
OH )=f(pH)
Sites carboxyliques
3.5
4.5
5.5
Sites phénoliques
8.0
9.5
11.1
nH To

Optimisation du nombre de sites acides
error on titration's pH values
30
20
10
0
2 3 4 5 6 7
number of acidic sites
Évolution de l'erreur sur la modélisation par PROSECE des titrations potentiométriques de solutions
d'AFLR () et AHLR () en fonction du nombre de sites définis.
=> Combinaison retenue: 3 sites de type carboxylique et 3 de type phénolique

Effet de la teneur en Carbone Organique Dissous
site densities (meq.g -1 NOM)
60
50
40
30
20
10
0
LRFA: carboxylic
LRFA: phenolic
LRHA: carboxylic
LRHA: phenolic
0 50 100 150 200 250
NOM (mg.l -1 )
Densités optimisées en sites carboxyliques et phénoliques pour des solutions concentrées et
diluées d'AFLR et AHLR
à teneur en COD faible: erreurs sur la modélisation, surtout pour les sites de type
phénolique changement du ratio carboxylique/phénolique
=> Comment analyser des échantillons naturels, non préconcentrés ?

Limite pour une modélisation correcte
expected [Ac+Ph](meq, in logarithmic scale)
0.0001 0.0010 0.0100 0.1000
1.0000
1.0000
AFLR
AHLR
Acetate-Phenol
theoretical curve
apparent limit for correct modelling
0.1000
0.0100
0.0010
0.0001
measured Ac+Ph] (meq, in logarithmic scale)
LRFA
LRFA theoretical curve
LRHA
LRHA theoretical curve
Acetate-Phenol
Acetate-Phenol theoretical curve
Seine Aval samples
apparent limit for correct modelling
0.000 0.001 0.010 0.100
expected [Ac+Ph] (meq, in logarithmic scale)
0.0
1.000
Concentration totale en sites optimisées et rapport carboxylique/phénolique en fonction de
la concentration totale en sites attendue (Acétate-Phénol, MO extraite, MON)
=> Définition d'une valeur de concentration en sites limite, en dessous de laquelle la
modélisation est incorrecte
=> échantillons de Seine Aval: concentration en sites acides > limite Ouf !
1.5
1.0
0.5
ratio [Ca]/[Ph]

Projet ECOTDYN:
Etude intégrée de l'impact des transfert de contaminants en
milieu côtier méditerranéen

Projet ECOTDYN:
Etude intégrée de l'impact des transfert de contaminants en
milieu côtier méditerranéen

Projet ECOTDYN:
Etude intégrée de l'impact des transfert de contaminants en
milieu côtier méditerranéen

Projet ECOTDYN:
Etude intégrée de l'impact des transfert de contaminants en
milieu côtier méditerranéen