این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
محیط شناسی، جلد ۳۸، شماره ۳، صفحات ۲۷-۳۶
عنوان فارسی شناسایی آلودگی فلزات سنگین در جنگل‌های مانگرو استان بوشهر
چکیده فارسی مقاله در مناطق ساحلی استان بوشهر در جنوب کشور ایران درختان مانگرو وجود دارد که این گیاهان قرن‌هاست به عنوان دارو‌های سنتی و همچنین علوفه دام مورد استفاده مردم بومی قرار می‌گیرند. دانسته‌های اندکی در باره سطوح فلزات سنگین در جنگل‌های مانگرو ایران وجود دارد. به منظور تعیین سطوح فلزات سنگین و شناسایی منابع آنها در این پژوهش از روشهای آماری تجزیه به مؤلفه‌های اصلی (PCA) بهره گرفته شد که نقش اساسی در نمایش پراکندگی‌های الگوها در محیط زیست دارد. به طور کلی PCA برای تجزیه و تحلیل تغییرپذیری فضایی آلاینده‌ها استفاده می‌شود ولی در تعیین منابع آلودگی و شناسایی منابع کلیدی آلاینده‌ها برای اهداف پایش محیط زیست نیز از توانایی ویژه‌ای برخوردار است. در این مطالعه رسوبات سطحی (صفر تا 10 سانتیمتر) سه رویشگاه مانگرو استان بوشهر واقع در مجاورت فعالیت‌های توسعه نفت و گاز پارس جنوبی به منظور تجزیه‌و‌تحلیل فلزات سنگین در بهار سال 1388 نمونه برداری شد. دامنه غلظت فلزات سنگین به ترتیب برای آلومینیم، آهن، کادمیوم ، مس ، نیکل، سرب ، وانادیوم و روی برابر با؛ 89/14511، 72/30736، 72/1، 04/46، 14/64، 8/94، 33/311 و 46/181 میکرو گرم بر گرم تعیین شد. نتایج تحلیل‌های PCA نیز نشان داد که با کاهش اثر دانه‌بندی با نرمال کردن داده‌های فلزات سنگین با میزان ذرات کوچکتر از 63 میکرون رسوب، عواملی که تغییرپذیری فلزات را تحت تأثیر قرار می‌داد مانند مینرالوژی، منابع آلاینده‌های مصنوعی و منابع آلودگی نفتی به طور کامل قابل شناسایی و تفسیر است.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Identification of Heavy Metals Contamination at Bushehr Mangroves
چکیده انگلیسی مقاله Mangrove trees occur along the coastal areas of Bushehr province, south Iran and these plants have been used in traditional medicine and fodder for centuries. Heavy metals are known to pose a potential threat to terrestrial and aquatic biota. However, little is known on the levels of heavy metals found in mangrove in Iran. To understand levels of heavy metals and identified heavy metal source, we used mathematical methods. Principal components analysis (PCA) is a multivariate statistical technique capable of discerning patterns in large environmental datasets. Typically, PCA has been used to examine the spatial variability of contaminants. However, it has also been used to discriminate between contaminant sources and to identify key variables for environmental monitoring purposes. Surface mangrove sediments (0–10 cm) collected from three mangrove sites in Bushehr, northern Persian Gulf were sampled for metal contamination analysis in April 2009. The concentrations ranged (in µg g-1 dry weight): Al, 1795-30240; Fe,6425-51530; Cd, 0.6-3.45; Cu, 14.1-98.28; Ni, 14.1-204.54; Pb, 34.15-191.6; V, 57.38-825.26 and Zn, 44.91–306.15; respectively. Reducing the in?uence of grain size using granulometric normalisation mean that other factors affecting metal variability, including mineralogy, anthropogenic sources and oil pollution, could be identi?ed and interpreted more clearly.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله علی داوری |
کارشناسی ارشد محیط زیست، گروه محیط زیست دانشکده منابع طبیعی دانشگاه تهران
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)

افشین دانه کار |
دانشیار محیط زیست، گروه محیط زیست دانشکده منابع طبیعی دانشگاه تهران
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)

نعمت الله خراسانی |
استاد محیط زیست، گروه محیط زیست دانشکده منابع طبیعی دانشگاه تهران
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)

آرش جوانشیر |
استادیار شیلات، گروه شیلات دانشکده منابع طبیعی دانشگاه تهران
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)

نشانی اینترنتی http://jes.ut.ac.ir/article_29146_a69c7172d78a4d37e6020b5ad4fbd1d0.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1056/article-1056-207122.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات