
تعداد نشریات | 45 |
تعداد شمارهها | 1,223 |
تعداد مقالات | 10,484 |
تعداد مشاهده مقاله | 20,320,427 |
تعداد دریافت فایل اصل مقاله | 14,000,174 |
Assessment of Heavy Metal Contamination in Soils Surrounding a Thermal Power Plant in Isfahan Province, Iran, Using Pollution Indices and Multivariate Statistical Analysis | ||
Iranian Journal of Analytical Chemistry | ||
دوره 12، شماره 1 - شماره پیاپی 23، خرداد 2025، صفحه 22-30 اصل مقاله (905.27 K) | ||
نوع مقاله: Full research article | ||
شناسه دیجیتال (DOI): 10.30473/ijac.2025.75376.1325 | ||
نویسندگان | ||
hamidreza rahmani؛ Mohsen Nekoeinia* ؛ seyyed hossien banitaba | ||
بخش تحقیقات خاک و آب، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی اصفهان، سازمان تحقیقات، آموزش و ترویج کشاورزی، اصفهان، ایران | ||
چکیده | ||
Anthropogenic activities contribute to the accumulation and mobilization of heavy metals within the soil matrix, which functions as a terminal reservoir for these pollutants and thereby poses substantial ecological and human health risks. This study evaluated the impact of a fossil-fueled thermal power plant in Isfahan Province, Iran, on heavy metal accumulation in the surrounding topsoil. Fifty surface soil samples were collected, and the concentrations of eight toxic metals—Cd, Co, Cr, Cu, Mn, Ni, Pb, and Zn—were determined. Statistical analyses, including factor analysis and Pearson correlation, revealed three distinct metal groupings: Group I (Ni, Pb, Cd), Group II (Cu, Cr, Co), and Group III (Zn, Mn). Group I metals were associated with both natural and anthropogenic sources, while Groups II and III were primarily linked to geogenic origins. To quantify contamination levels, the contamination factor (CF) and geoaccumulation index (Igeo) were calculated. The results indicated moderate to high contamination levels for Pb and Cd, with Cd exhibiting very high CF values across all samples. Furthermore, multivariate calibration using principal component regression (PCR) and partial least squares regression (PLS) was employed to predict the pollution load index (PLI). Both methods demonstrated accurate and robust performance in predicting the PLI across calibration and prediction datasets, with R² values ranging from 0.861 to 0.965. | ||
کلیدواژهها | ||
Multivariate statistical analysis؛ contamination factor؛ geoaccumulation index؛ Soil contamination | ||
عنوان مقاله [English] | ||
ارزیابی آلودگی فلزات سنگین در خاکهای اطراف یک نیروگاه حرارتی در استان اصفهان، ایران، با استفاده از شاخصهای آلودگی و تحلیل آماری چند متغیره | ||
چکیده [English] | ||
فعالیتهای انسانی به تجمع و جابجایی فلزات سنگین در ماتریس خاک کمک میکند، که به عنوان مخزن نهایی این آلایندهها عمل میکند و در نتیجه خطرات زیستمحیطی و سلامت انسان را به طور قابل توجهی افزایش میدهد.این مطالعه تأثیر یک نیروگاه حرارتی با سوخت فسیلی در استان اصفهان، ایران، بر تجمع فلزات سنگین در خاک سطحی اطراف آن را ارزیابی کرد. پنجاه نمونه خاک سطحی جمعآوری شد و غلظت هشت فلز سمی - کادمیوم، کبالت، کروم، مس، منگنز، نیکل، سرب و روی - تعیین شد. تحلیلهای آماری، از جمله تحلیل عاملی و همبستگی پیرسون، سه گروهبندی فلزی متمایز را نشان داد: گروه اول (نیکل، سرب، کادمیوم)، گروه دوم (مس، کروم، کبالت) و گروه سوم (روی، منگنز). فلزات گروه اول با منابع طبیعی و انسانی مرتبط بودند، در حالی که گروههای دوم و سوم با منشأ زمینزاد مرتبط بودند. برای تعیین کمیت سطوح آلودگی، فاکتور آلودگی (CF) و شاخص زمین انباشتگی (Igeo) محاسبه شدند. نتایج نشاندهنده سطوح آلودگی متوسط تا زیاد برای سرب و کادمیوم بود و کادمیوم مقادیر CF بسیار بالایی را در تمام نمونهها نشان داد. علاوه بر این، کالیبراسیون چند متغیره با استفاده از رگرسیون مؤلفههای اصلی (PCR) و رگرسیون حداقل مربعات جزئی (PLS) برای پیشبینی شاخص بار آلودگی (PLI) به کار گرفته شد. هر دو روش عملکرد صحیح و قوی در پیشبینی PLI با مقادیر R² از 861/0 تا 965/0 در مجموعه دادههای کالیبراسیون و پیشبینی نشان دادند، | ||
کلیدواژهها [English] | ||
تحلیل آماری چند متغیره, فاکتور آلودگی, شاخص زمینانباشت, آلودگی خاک | ||
سایر فایل های مرتبط با مقاله
|
||
آمار تعداد مشاهده مقاله: 12 تعداد دریافت فایل اصل مقاله: 10 |