جستجوی مقالات مرتبط با کلیدواژه "soil contamination" در نشریات گروه "جغرافیا"
تکرار جستجوی کلیدواژه «soil contamination» در نشریات گروه «علوم انسانی»-
معادن و صنایع وابسته به آن، در زمان بهره برداری و پس از متروکه شدن، بر محیط زیست اطراف خود تاثیرگذارند. از جمله این تاثیرات می توان به آلودگی آب های زیرزمینی و سطحی، و نیز آلودگی خاک اشاره کرد. مدل سازی غلظت فلزات سنگین با استفاده از روش های مقرون به صرفه لازمه مدیریت و اصلاح آسیبهای واردشده به محیط زیست است. هدف این تحقیق ارایه چارچوبی به منظور مدل سازی فلزات سنگین در خاک با استفاده از طیف سنجی و نیز روش های مدل سازی آماری است. بدین منظور با استفاده از طیف سنجی، نمودار طیفی مربوط به 53 نمونه خاک مربوط به منطقه ای در اطراف یک معدن متروکه در ایالت نیوساوث ولز استرالیا در طول موج های مریی تا مادون قرمز میانی برداشت شد و مشتق دوم این داده ها محاسبه شد. سپس داده های طیفی مناسب برای مدل سازی غلظت فلزات سنگین شامل سرب، نقره، کادمیوم و جیوه با استفاده از روش انتخاب ویژگی جنگل تصادفی تعیین شدند و به عنوان ورودی برای مدل سازی غلظت فلزات سنگین با استفاده از روش های رگرسیون خطی چندمتغیره، جنگل تصادفی رگرسیون و ماشینبردار رگرسیون به کار گرفته شدند. نتایج نشان داد که طول موج های مادون قرمز میانی دارای اهمیت بیشتری به منظور مدل سازی غلظت فلزات سنگین در این تحقیق هستند. همچنین روش های غیرخطی یادگیری ماشین به خصوص جنگل تصادفی رگرسیون با مقادیر مجذور میانگین مربعات خطا ppm 8/0 و ضریب تعیین 51/0 برای سرب و ppm 4/9 و 46/0 برای کادمیوم دارای عملکرد بهتری نسبت به روش رگرسیون خطی چندمتغیره هستند.
کلید واژگان: آلودگی خاک, فلزات سنگین, انتخاب ویژگی, یادگیری ماشین, مدلسازیModelling of Soil Heavy Metal contamination using Machine learning techniques and spectroscopic dataMines and their related-industries are able to affect their surrounding environment, not only by their activities, but also after being abandoned. Among their different harmful effects, under water and surface water contaminations, and soil contamination can be mentioned. In order to manage these environmental effects, it is necessary to use reasonable methods for modelling heavy metal concentration in soil. This study aims to present a framework for modelling heavy metal soil contamination based on spectroscopy and statistical models. For this purpose, the spectral curves of the 53 soil samples, derived from an abandoned mine and its surrounding areas in New South Wales, Australia, were collected using a spectroradiometer in visible to short wavelength infrared (SWIR) wavelengths. Calculating the second derivative of the collected spectral data, random forest feature selection method (RFFS) was used to determine the most important spectral data for modelling heavy metal concentrations including lead, silver, cadmium and mercury. Then, the modelling techniques including multiple linear regression, random forest regression, and support vector regression (SVR) were applied on the selected spectral data. The results indicated that SWIR wavelengths are the most important spectral data for modelling heavy metal concentrations. Moreover, the non-linear machine learning methods, especially random forest with RMSE of 0.8 ppm and R2 of 0.51 for lead and RMSE of 9.4 ppm and R2 of 0.46 for cadmium performed better than multiple linear regression.
Keywords: Soil contamination, Heavy Metals, Feature Selection, Machine learning, Modelling -
انتشارات اتمسفری از تاسیسات صنعتی، یکی از منابع اصلی آلودگی محیط زیست است. یکی از صنایع ایجادکننده آلودگی، ذرات کارخانه سیمان است. فلزات سنگین از جمله مهمترین عناصر منتشر در طول فرایند صنعت سیمان به شمار می آید. هدف از مطالعه حاضر تعیین میزان آلودگی و منبع اصلی فلزات سنگین در خاک محدوده کارخانه سیمان شهر بهبهان است. بدین منظور تعداد 61 نمونه خاک از اطراف این کارخانه جمع آوری شد. این نمونه ها از عمق10-5 سانتی متری تهیه و برای تعیین فلزات آلومینیوم، سرب، کادمیوم و نیکل با روش ICP آنالیز شدند. در نمونه های بررسی شده، میانگین غلظت عناصر آلومینیوم، سرب، کادمیوم و نیکل به ترتیب 26/83، 69/64، 29/75 و 64 (ppm) بود. ترتیب فراوانی میانگین غلظت عناصر سنگین عبارت بود از: Al>Cd>Pb>Ni. نتایج نشان داد که مقادیر فلزات بر اساس تغییر مسافت از کارخانه سیمان نوسان دارد؛ به طوری که میانگین غلظت اکثر فلزات با افزایش فاصله از کارخانه کاهش می یابد. برای بررسی روند پراکنش فلزات در این منطقه از شاخص های غنی شدگی (EF)، زمین انباشتگی (Igeo) و بار آلودگی (PLI) استفاده شد. محاسبه شاخص غنی شدگی گویای آن است که همه عناصر در طبقه تهی شدگی یا حداقل غنی شدگی در کل مسافت ها بودند؛ به طوری که مقادیر این شاخص برای فلزات، کمتر از 5/1 است. شاخص زمین انباشتگی برای نمونه های خاک نیز نشان می دهد که منطقه نسبت به کادمیوم در طبقه شدیدا آلوده و سرب در طبقه کمی آلوده قرار دارد. ضریب بار آلودگی برای همه مسافت ها محاسبه شد و نشان از نداشتن آلودگی منطقه به فلزات سنگین در مقیاس زمینه است.کلید واژگان: فلزات سنگین, ضریب غنی شدگی, شاخص زمین انباشتگی, آلودگی خاک, کارخانه سیمانAtmospheric emissions from industrial establishments are one of the major sources of environmental pollution. One type of industry that causes particle pollution is the cement industry that Heavy metals are among the most relevant substances emitted during the process of cement manufacture. The aim of the study is to determine the major source and extent of metal pollution in soils vicinity of the cement factory in Behbahan city. Therefore, sixty one soil samples were collected from around the cement factories in Bebahan area. The samples were obtained at the depth 5-10 cm and were analyzed for Al, Pb, Cd and Ni by Inductively Coupled Plasma (ICP). In the samples of the studied soil, the average of the recorded concentration of elements for Al, Pb, Cd and Ni are 83.26, 64.69, 75.29 and 64 (ppm), respectively. The order of the average frequency of the heavy metals concentration is of Al>Cd>Pb>Ni. The results further revealed that the metal distribution were in a fluctuating manner considering various distances and directions from the cement facility, as it was observed that the mean metal concentrations of the soil decrease as distance from the cement facility increased for most metals. In this study, three contamination indexes have been used to express the distribution of soil pollution in the area. The result of the present study showed that all the metals were deficiency to minimal enriched in all distances, since the EF values of the metals are smaller than 1.5. Geoaccumulation index of the soil sampling can explain that the Cd element is lying with extremely contaminated area and the Pb element is lying with low contaminated area. The PLI was calculated for the overall distances and showed uncontaminated area than heavy metals in background value.Keywords: Heavy Metals, Enrichment Coefficient, Geoaccumulation Index, Soil Contamination, Cement Industry
- نتایج بر اساس تاریخ انتشار مرتب شدهاند.
- کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شدهاست. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
- در صورتی که میخواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.