مقایسه کانی های سپیولیت و پالیگورسکیت در حذف عناصر سنگین مس، روی و کادمیم از محلول آبی
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,069
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CEE07_346
تاریخ نمایه سازی: 12 دی 1393
چکیده مقاله:
آلودگی محیط زیست یکی از مهم ترین چالش های عصر حاضر در کشورهای صنعتی به شمار می رود. امروزه با درک این مطلب تلاش های فراوانی به منظور پاکسازی محیط زیست از فلزات سنگین صورت گرفته که استفاده از کانی های رسی در رفع آلودگی زیست محیطی یکی از این تدابیر است. در این تحقیق، توانایی دو کانی سپیولیت و پالیگورسکیت در حذف فلزات سنگین مس، روی و کادمیم از محلول های آبی مورد بررسی قرار گرفت. بعد از شستشوی کانی ها و حذف ناخالصی ها، ظرفیت تبادل کاتیونی این دو رس با روش استات آمونیوم اندازه گیری شد که به ترتیب برای سپیولیت و پالیگورسکیت برابر با 65/15و 41/38 سانتی مول بر کیلوگرم به دست آمد. مطالعه جذب با 6 غلظت مختلف از نمک سولفات هر سه عنصر، در محلول زمینه کلرید کلسیم 01/0 مولار و 5/5 pH= انجام گرفت. بیشترین میزان جذب کانی سپیولیت برای عنصر مس، روی و کادمیم به ترتیب 71/17، 99/21 و 77/17 میلی گرم بر گرم و برای کانی پالیگورسکیت به ترتیب 27/9، 68/16 و 86/7 میلی گرم بر گرم به دست آمد. روند جذب سه عنصر مورد مطالعه توسط کانی های سپیولیت و پالیگورسکیت به صورت: Zn>Cu>Cd می باشد. همچنین بررسی داده ها نشان داد که اثر غلظت های مختلف معنی دار بوده و با افزایش غلظت آلاینده، فرآیند جذب عناصر سنگین توسط جاذب های مورد مطالعه افزایش یافته است. در مجموع به نظر می رسد که هر دو کانی سپیولیت و پالیگورسکیت توانایی بالایی در پالایش محلول های آبی آلوده به عناصر سنگین داشته باشند.
کلیدواژه ها:
نویسندگان
فاطمه ناصری بهابادی
دانشجوی کارشناسی ارشد، گروه علوم و مهندسی خاک، دانشکده کشاورزی، دانشگاه شهید باهنر کرمان،کرمان
محمدهادی فرپور
دانشیار گروه علوم و مهندسی خاک، دانشکده کشاورزی، دانشگاه شهید باهنر کرمان، کرمان، ایران
مجید حجازی
استادیار گروه علوم و مهندسی خاک، دانشکده کشاورزی، دانشگاه شهید باهنر کرمان، کرمان، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :