مروری بر سهم بندی منابع آلودگی فلزات سنگین در خاکهای کشاورزی با استفاده از مدل عامل بندی ماتریس مثبت (PMF)
- سال انتشار: 1401
- محل انتشار: هفتمین همایش بین المللی پژوهش های کاربردی در علوم کشاورزی، منابع طبیعی و محیط زیست
- کد COI اختصاصی: AGRIHAMAYESH07_041
- زبان مقاله: فارسی
- تعداد مشاهده: 234
نویسندگان
گروه مهندسی بهداشت محیط، دانشکده علوم پزشکی، دانشگاه تربیت مدرس، تهران، ایران
گروه مهندسی بهداشت محیط، دانشکده علوم پزشکی، دانشگاه تربیت مدرس، تهران، ایران
گروه مهندسی بهداشت محیط، دانشکده علوم پزشکی، دانشگاه تربیت مدرس، ایران
چکیده
مقدمه: امروزه مقادیر قابل توجهی از انواع آلاینده ها بخصوص فلزات سنگین بطور مداوم از منابع مختلفی به محیط انتشار مییابند و بخشی از آنها به خاکهای کشاورزی منتقل می گردد. با توجه به اهمیت خاک کشاورزی در تامین مواد غذایی و همچنین عدم تجزیه پذیری و سمیت بالای فلزات سنگین بر سلامت انسان، شناسایی و سهمبندی منابع این آلودگی در سطح جهان مورد بررسی قرار گرفته است. یکی از دقیق ترین مدلهای مورد استفاده محققین برای شناسایی و سهم بندی منابع آلودگی فلزات در خاک کشاورزی مدل عامل بندی ماتریس مثبت (PMF) است. بر این اساس، هدف این مطالعه مروری بر مطالعاتی بود که از مدل PMF برای سهم بندی منابع فلزات در خاکهای کشاورزی استفاده کرده اند.روش کار: در این مطالعه ابتدا با بررسی مختصر مقالات پژوهشی در این زمینه کلمات کلیدی "PMF"، " Positive"matrix factorization، "Heavy metals"، "Trace elements"، "Agricultural soils"، "Farmlands"انتخاب شدند و این کلمات در پایگاه های علمی از جمله PubMed و Web of Science جستجو شدند. سپس مقالات یافت شده مورد بررسی و تحلیل قرار گرفتند.نتایج: بر اساس عبارات جستجو، تعداد ۲۶ مقاله یافت شد. با بررسی عنوان و چکیده مقالات، تعدادی از مقالات حذف گردید و در نهایت مشخص گردید که در ۱۱ مطالعه معتبر اختصاصا با مدل PMF بر روی سهمبندی منابع مختلف آلودگی فلزات سنگین در زمین های کشاورزی تمرکز کردهاند. مروری بر این مطالعات نشان داد که خاک کشاورزی در اکثر نواحی مورد مطالعه تحت تاثیر منابع انسان ساخت قرار دارند. بطور کلی اصلی ترین منابع آلودگی شامل فعالیتهای صنعتی، کاربرد کود، فعالیتهای کشاورزی، منابع طبیعی، معدن کاری، آبیاری با لجن، فعالیت های ترافیکی و حمل ونقل و غیره میشوند که غلظت کادمیوم، آرسنیک، جیوه، وانادیوم، تیتانیوم، منگنز، کبالت، کروم را افزایش داده اند.نتیجه گیری:این مطالعه نشان داد که امکان براورد دقیق و کمی سهم منابع آلودگی فلزات سنگین درخاک کشاورزی با استفاده ازمدل PMF وجود دارد و امکان استفاده ازآن برروی منابع آلودگی خاک کشاورزی درایران و دردیگرمحیط ها وجود داردکلیدواژه ها
خاک کشاورزی،فلزات سنگین،سهم بندی منابع،مدل PMFاطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.