有机污染物在天然有机质（NOM）和水之间的平衡分配是控制其迁移、归趋及生物有效性的关键环境过程。其中，有机碳标准化分配系数（K_OC）是污染物环境迁移模型和风险评估模型中最为关键的参数之一。由于化学品数量众多且 NOM 具有较大的异质性，建立预测 K_OC 的可靠模型十分必要。目前，K_OC 的预测主要依赖于线性自由能模型。该模型忽视了有机质的结构异质性，预测精度受到很大限制。针对这一问题，我们首先基于双水相体系建立了有机质疏水性的快速度量体系，即采用有机质的双水相分配系数（K_ATPS）量化其疏水性。研究结果显示，K_ATPS 与常用于定量表征有机质疏水性的指标（包括(O + N)/C、O/C、芳香碳等）具有很好的线性相关性，这说明 K_ATPS 可以作为定量表征 NOM 疏水性的可靠指标。继而，基于 K_ATPS 和 K_OW 推导建立了新的污染物分配行为预测模型（即两相体系模型）。该模型率先同时考虑了有机质和有机污染物的异质性，与传统模型相比，展现出更高的预测精度且无需校正。研究选取了有机质和污染物性质差异都更大的样品对模型进行验证。有机质样品主要选择中国第三大淡水湖——太湖作为采样地点，样品类型除天然水样中的 NOM 外，还包括从太湖底泥中提取的 NOM，同时将污染物的种类扩充到 17 种。结果显示，两相体系模型可以准确地评估流域尺度有机污染物-有机质间的分配行为。该成果的应用将显著提升污染物迁移和风险评估的精度、效率和分辨率。
 

天然有机质；生物质炭；吸附；预测