ارزیابی و رتبه بندی مخاطره فلزات سنگین در رسوبات معدن مس سرچشمه با استفاه از روش های FDAHP و ELECTRE

نوع مقاله: مقاله پژوهشی

نویسندگان

1 (مسوول مکاتبات): استادیار پژوهشکده فرآوری مواد معدنی، جهاد دانشگاهی تربیت مدرس، تهران، ایران.

2 دانشجوی دکتری مهندسی اکتشاف معدن، دانشگاه صنعتی امیرکبیر، تهران، ایران.

3 استادیار گروه مهندسی معدن، دانشکده فنی و مهندسی، دانشگاه لرستان، خرم آباد، ایران.

4 دانشیار دانشکده مهندسی معدن و متالورژی، دانشگاه صنعتی امیرکبیر، تهران، ایران.

چکیده

زمینه و هدف: فلزات سنگین به دلیل پایداری، تجزیه ناپذیری و مشکلات دسترس­پذیری زیستی، از آلاینده­های مهم و خطرناک محیط­زیست به شمار می­روند. رسوبات معدن مس سرچشمه ایران، حاوی غلظت­های بالایی از این آلاینده­ها می­باشد. هدف اول این پژوهش، ارزیابی مخاطره زیست محیطی فلزات سنگین این رسوبات با تعیین شاخص­ ضریب آلودگی، شاخص بار آلودگی، شاخص غنی­شدگی و شاخص زمین­انباشتگی و هدف دوم، رتبه­بندی این فلزات بر اساس میزان بحرانیت با استفاده از روش­های تصمیم­گیری چند شاخصه است.
روش بررسی: در این تحقیق، ابتدا با تعیین شاخص­های ارزیابی مخاطره به بررسی میزان آلودگی فلزات سنگین (Co، Cu، Mo، Zn، Cr، Mn، Ni، Pb، Ti و Fe) در رسوبات معدن مس سرچشمه منتهی به سد باطله پرداخته شده است. در ادامه، با جمع آوری نظرات خبرگان در خصوص میزان اهمیت نسبی هر کدام از شاخص­های یاد شده و تعیین وزن نهایی شاخص­ها با استفاده از فرایند تحلیل سلسله مراتبی دلفی فازی، رتبه­بندی و خوشه­بندی فلزات سنگین رسوبات در منطقه مورد مطالعه، با استفاده از روش الکتر صورت گرفته است.
نتیجه گیری: بر اساس نتایج سنجش شاخص­های ارزیابی مخاطره، شدت آلودگی منطقه به فلزات سنگین، به صورتZn> Cu> Fe>Mo> Pb >Mn>Cr می­باشد و کلیه فلزات رسوبات به جز مس، روی و آهن تقریبا در محدوده غیرآلوده قرار داشتند. همچنین بر اساس نتایج رتبه­ بندی، مخاطره­های 10 گانه در 7 دسته خوشه­بندی شدند، به­طوری که مس، آهن و روی به ترتیب بالاترین میزان آلایندگی و بحرانیت مخاطره را در بین فلزات سنگین رسوبات مورد مطالعه داشتند. 

کلیدواژه‌ها

موضوعات


 

 

 

 

 

علوم و تکنولوژی محیط زیست، دوره هجدهم، ویژه نامه شماره2، پاییز 1395

 

ارزیابی و رتبه­بندی مخاطره فلزات سنگین در رسوبات معدن مس سرچشمه

با استفاه از روش­های FDAHP و ELECTRE

محمد رضا توکلی محمدی [1]*

r.tavakoli @acecr.ac.ir

علی رضایی [2]

محمد حیاتی [3]

حسین حسنی[4]

تاریخ دریافت: 01/08/92

تاریخ پذیرش:14/07/93

 

چکیده

زمینه و هدف: فلزات سنگین به دلیل پایداری، تجزیه ناپذیری و مشکلات دسترس­پذیری زیستی، از آلاینده­های مهم و خطرناک محیط­زیست به شمار می­روند. رسوبات معدن مس سرچشمه ایران، حاوی غلظت­های بالایی از این آلاینده­ها می­باشد. هدف اول این پژوهش، ارزیابی مخاطره زیست محیطی فلزات سنگین این رسوبات با تعیین شاخص­ ضریب آلودگی، شاخص بار آلودگی، شاخص غنی­شدگی و شاخص زمین­انباشتگی و هدف دوم، رتبه­بندی این فلزات بر اساس میزان بحرانیت با استفاده از روش­های تصمیم­گیری چند شاخصه است.

روش بررسی: در این تحقیق، ابتدا با تعیین شاخص­های ارزیابی مخاطره به بررسی میزان آلودگی فلزات سنگین (Co، Cu، Mo، Zn، Cr، Mn، Ni، Pb، Ti و Fe) در رسوبات معدن مس سرچشمه منتهی به سد باطله پرداخته شده است. در ادامه، با جمع آوری نظرات خبرگان در خصوص میزان اهمیت نسبی هر کدام از شاخص­های یاد شده و تعیین وزن نهایی شاخص­ها با استفاده از فرایند تحلیل سلسله مراتبی دلفی فازی، رتبه­بندی و خوشه­بندی فلزات سنگین رسوبات در منطقه مورد مطالعه، با استفاده از روش الکتر صورت گرفته است.

نتیجه گیری: بر اساس نتایج سنجش شاخص­های ارزیابی مخاطره، شدت آلودگی منطقه به فلزات سنگین، به صورتZn> Cu> Fe>Mo> Pb >Mn>Cr می­باشد و کلیه فلزات رسوبات به جز مس، روی و آهن تقریبا در محدوده غیرآلوده قرار داشتند. همچنین بر اساس نتایج رتبه­ بندی، مخاطره­های 10 گانه در 7 دسته خوشه­بندی شدند، به­طوری که مس، آهن و روی به ترتیب بالاترین میزان آلایندگی و بحرانیت مخاطره را در بین فلزات سنگین رسوبات مورد مطالعه داشتند.

واژه­های کلیدی: فلزات سنگین، ارزیابی و رتبه­بندی مخاطره، فرایند تحلیل سلسله مراتبی دلفی فازی، روش الکتر، معدن مس سرچشمه.

 

J.Env. Sci. Tech., Vol 18, Special No.2, Autumn 2016

 

 

 

 


Risk Assessment and Ranking of Heavy Metals in the Sediments of Sarcheshmeh Copper Mine

Using FDAHP and ELECTRE Methods

 

Mohammad Reza Tavakoli Mohammadi [5]*

r.tavakoli@acecr.ac.ir

Ali Rezaei [6]

Mohammad Hayaty [7]

Hossein Hasani [8]

 

Abstract

Background and Objective: Heavy metals are considered the serious pollution source for the environment because of their stability, atomic and biological accessibility problems. The sediments of Sarcheshmeh copper mine in Iran contain high concentrations of these pollutants. Thus, environmental evaluation and ranking them based on emission levels are important for timely environmental measures with the lowest operating costs. The first aim of this study is to evaluate the environmental risk of these sediments by determining the contamination factor, pollution load index, enrichment factor and Geoaccumulation index. The second aim is ranking these metals based on the level of risk critical using the Multi-Attribute Decision Making (MADM) method.

Method: In this study, first, by determining risk evaluation indices, heavy metals contamination (Co , Cu , Mo , Zn , Cr , Mn , Ni , Pb , Ti and Fe ) in the sediments of Sarcheshmeh copper mine which conduce to the tailings dam was assessed. Then, by collecting expert opinions on the relative importance of each indicator mentioned in the environmental contamination risk of heavy metals, through final weighting of the indices using Fuzzy Delphi Analytic Hierarchy Process (FDAHP), ranking and clustering of heavy metals in the sediments of the study area were performed using ELECTR method.

Results: Based on the results measuring the risk evalution indices, the intensity of contamination related to these metals was in order of Zn> Cu> Fe> Mo> Pb > Mn > Cr, and all the metals except for copper, zinc and iron were almost cited to be in the unpollutant limit. Also based on ranking results, the ten risks were clustered in seven categories with copper, iron and zinc having the highest pollution and critical risk amongst the heavy metals in the studied sediments, respectively.

Conclusion: Considering the boilers with high energy consumption and low efficiency in this factory, the replacement of old boiler with the new one through CDM project is cost effective.

Keywords: Heavy metals, Risk assessment and ranking, Fuzzy Delphi Analytic Hierarchy Process (FDAHP), ELECTR method, Sarcheshmeh copper mine.

 

مقدمه

 

فلزات سنگین اجزای طبیعی تشکیل دهنده پوسته زمین هستند ولی فعالیت­های انسان، چرخه زمین­شیمی و بیوشیمیایی تعادل این فلزات را به هم زده و باعث انتشار آن­ها در محیط زیست می­شود و در اغلب کاربردهای رایج، این واژه به فلزاتی اشاره دارد که وزن مخصوص آن­ها بیش از 5/4 گرم بر سانتی­متر مکعب باشد (1).

فلزات سنگین از آلاینده­های پایدار و بادوام محیط زیست به شمار می­آیند، چون مانند آلوده‌کننده‌های آلی، از طریق شیمیایی یا فرآیندهای زیستی در طبیعت تجزیه نمی­شوند. این فلزات، با ایجاد سازو کارهای متعدد، سبب به هم خوردن تعادل در موجودات زنده به ویژه انسان می‌شوند و طیف گسترده­ای از عوارض و اختلالات را به وجود می­آورند. این عوارض و اختلالات در تمامی بافت­ها دیده می­شوند و شاخص­های مختلفی از جمله نوع فلز در آن­ها دخالت دارند. از مهم­ترین اختلالات و عوارض آن­ها می­توان به سرطان­زائی, اثر بر سیستم اعصاب مرکزی و محیطی, اثر بر روی پوست, اثر بر روی سیستم خون­ساز, اثر بر سیستم قلبی و عروقی, آسیب به کلیه‌ها و تجمع در بافت­ها اشاره کرد. شناسایی عوارض خطرناک این آلاینده­ها، منجر به تحقیقات گسترده­ای جهت کاهش میزان مخاطره ناشی از حضور آن­ها در بخش­های مختلف محیط زیست از جمله رسوبات معدنی شده است (2و3).

بر اساس فرآیندهای هیدرودینامیکی و شرایط زیست محیطی (pH، شوری و دما)، رسوبات معدنی به عنوان منشا مهم فلزات سنگین در سامانه­های آبی شناخته شده­اند، ولی با تغییر در شیمی رسوبات، می­تواند فلزات و آلاینده­ها را به آب روی رسوب خود انتقال داده و با تحرک دوباره آلاینده­ها در بوم سامانه، به عنوان منبع آلودگی عمل کند (4). به همین دلیل، تعیین غلظت فلزات سنگین در رسوبات معدنی، برای ارزیابی کیفیت محیط زیست ضروری است.

فلزات سنگین موجود در رسوبات معدنی دارای دو منشا طبیعی و انسان­ساز هستند و انباشتگی و توزیع آن­ها در رسوبات، تحت تاثیر عواملی چون بافت رسوبات، ترکیب کانی­شناسی فرآیندهای جذب و پس­دهی و همچنین نقل و انتقال فیزیکی می­باشد (5و6). فرآیند­های طبیعی که در مناطق معدنی، با کاهش پایداری و مقاومت سنگ­ها، باعث حضور طبیعی فلزات سنگین در رسوبات معدنی می­شوند، دگرسانی و هوازدگی هستند. انواع فعالیت­های معدن­کاری، فرایندهای ذوب و تغلیظ نیز از عوامل انسان ساز حضور فلزات سنگین در رسوبات معدنی محسوب می­شوند که به مراتب نقش موثرتری در آلودگی این رسوبات نسبت به عوامل طبیعی بازی می کنند (7-9).

امروزه، یکی از مهم­ترین اقدامات کنترلی برای جلوگیری از انتشار گسترده مواد باطله و آلاینده حاصل از فعالیت­های معدن­کاری، بالاخص در معادن روباز، احداث سدهای باطله می­باشد. از آن­جاکه در حین عملیات کارخانه تغلیظ، پساب­های آلاینده­ای حاوی انواع مواد شیمیایی، یون­های فلزات سنگین سمی و ذرات ریز معلق تولید می­شوند، لذا طراحی سدهای باطله، به منظور کنترل آلودگی ناشی از باطله‌ها و حفاظت از متابولیسم طبیعی، امری حیاتی می‌باشد. اما در مقابل، حضور طولانی مدت فلزات سنگین سمی در این سدها نیز نوعی تهدید زیست محیطی محسوب می­شود، زیرا اگر سدهای باطله از پایداری لازم در طراحی برخوردار نباشند، نفوذ این عناصر آلاینده به داخل آب­های زیرزمینی، خسارات زیست محیطی جبران ناپذیری را به دنبال خواهد داشت (10). بنابراین، از آنجا که اقدامات پیشگیرانه به مراتب بهتر از اقدامات کنترلی برای جلوگیری از انتشار آلودگی می­باشد، لذا ارایه راهکارهای متمرکز و راهبردی جهت شناسایی منابع این رسوبات و ارزیابی مخاطره زیست محیطی آلاینده­های آن­ها می­تواند در جلوگیری و یا کاهش میزان آلایندگی آن­ها موثرتر باشد. در واقع، شناسایی عوامل مخاطره­انگیز و آگاهی از میزان و نوع تاثیرات آن­ها در رسوبات از یک سو و رتبه بندی درست آن­ها از سوی دیگر، گامی اساسی در جهت ارزیابی صحیح و پاسخ دهی به موقع و مناسب به مخاطره­های زیست محیطی ناشی از آلایندگی آن­ها می­باشد و کاهش خسارت­های آن­ها را در صورت وقوع به دنبال خواهد داشت (11).

زمانی­که توزیع ژئوشیمیایی عناصر در محیط، ناشی از عوامل طبیعی و انسان­ساز می­باشد، عمدتا برای ارزیابی روند تغییرات غلظت آلاینده در مطالعات زیست محیطی، از شاخص­هایی نظیر ضریب آلودگی، شاخص بار آلودگی، شاخص غنی­شدگی و شاخص زمین­ انباشتگی استفاده می­شود (12-15). که در این پژوهش ضمن محاسبه شاخص­های یاد شده برای رسوبات معدن مس سرچشمه، از آن ها به عنوان شاخص­های ارزیابی مخاطره آلایندگی ناشی از فلزات سنگین استفاده شده است. نظریه­ مجموعه‌های فازی قادر است بسیاری از مفاهیم و متغیرها و سیستم‌هایی را که نادقیق و مبهم هستند، صورت‌بندی ریاضی ببخشد و زمینه را برای استدلال، استنتاج، کنترل و تصمیم‌گیری در شرایط عدم اطمینان فراهم سازد (3).

 بدین منظور جهت در نظر گرفتن تاثیر توام و همزمان میزان همه شاخص­ها – به ازای عناصر مختلف– در ارزیابی­ها از روش­های تصمیم­گیری چند شاخصه نظیر الکتر استفاده شده است که استفاده از این قبیل روش ها نقاط قوت بسیاری از قبیل امکان در نظر گرفتن همزمان چندین شاخص، لحاظ نمودن وزن­های متفاوت برای شاخص‌ها، تبادل بین شاخص­ها، انعطاف­پذیری روش و نیز تحلیلی بودن نتایج را شامل می­شود. و با توجه به این­که از ملزومات استفاده این روش محاسبه وزن اهمیت نسبی شاخص­های مورد نظر می­باشد، از روش تحلیل سلسله مراتبی در تلفیق با منطق فازی تحت عنوان FDAHP نیز استفاده شده است.

معدن مس سرچشمه ایران، یکی از بزرگ­ترین معادن مس سولفیدی دنیا است. رسوبات سد باطله این معدن، به علت هوازدگی و دگرسانی سنگ­ها و تولید حجم قابل توجهی از زهاب­های اسیدی، ناشی از فعالیت­های معدن­کاری و فرایندهای تغلیظ طی سالیان متمادی، حاوی مقادیر بالایی از فلزات سنگین آلاینده و سمی می­باشد و مطالعه میزان غنی­شدگی و انباشتگی این آلاینده­ها در رسوبات آن، برای تشخیص فعالیت­های تاثیرگذار انسان­ بر روی محیط زیست منطقه بسیار حایز اهمیت است. هدف اول این پژوهش، بررسی شاخص­های ارزیابی نظیر ضریب شاخص آلودگی[9]، شاخص بار آلودگی[10]، شاخص غنی­شدگی[11] و شاخص زمین­انباشتگی[12]، به منظور ارزیابی مخاطره میزان آلودگی ناشی از فلزات سنگین (Co، Cu، Mo، Zn، Cr، Mn، Ni، Pb، Ti و Fe) در رسوبات این معدن می­باشد. هدف دوم، رتبه­بندی این فلزات بر اساس میزان بحرانیت یا مخاطره بالای آلایندگی  با بررسی تاثیرات همه شاخص­ها در ارزیابی به طور همزمان با استفاده از روش های تصمیم­گیری چند شاخصه[13] است. در این راستا، با جمع آوری نظرات خبرگان در خصوص میزان اهمیت نسبی هر کدام از شاخص­های یاد شده در میزان مخاطره آلودگی زیست محیطی و تعیین وزن نهایی شاخص­ها با استفاده از روش تحلیل سلسله مراتبی دلفی فازی[14]، رتبه­بندی و خوشه­بندی فلزات سنگین رسوبات در منطقه مورد مطالعه با استفاده از روش الکتر[15]  صورت گرفته است تا بتوان با توجه به رتبه های به دست آمده و محدودیت­های زمانی و مالی موجود، اقدامات زیست محیطی مناسب را برای کاهش مخاطره و میزان آلایندگی ناشی از آن ها انجام داد.

روش بررسی

منطقه مورد مطالعه

معدن مس سرچشمه در 160 کیلومتری جنوب‌غربی استان کرمان و 50 کیلومتری شهر رفسنجان قرار دارد (16). موقعیت جغرافیایی مجتمع مس سرچشمه در شکل 1 نشان داده شده است. سد باطله معدن در 17 کیلومتری شمال­شرق مجتمع مس سرچشمه قرار دارد. این سد به منظور ذخیره باطله واحد تغلیظ و استفاده مجدد از آب آن احداث شده است. از جمله ورودی­های این دریاچه، رودخانه شور می­باشد که سرچشمه آن زهاب اسیدی معدن می­باشد و در بین راه فاضلاب­های مجتمع و آب تعدادی چشمه نیز به آن اضافه می­شود. رسوبات حاصل، ترکیبات گوناگونی از انواع کانی­ها و ذرات آلی می­باشند که نقش مهمی در تشخیص الگوهای آلودگی سامانه­های آبی دارند. این مواد هم حمل­کننده و هم مخزنی برای آلاینده­ها محسوب می­گردند(17و18).

 

 

 

شکل 1- موقعیت جغرافیایی مجتمع مس سرچشمه.

Figure 1- Geographic location of Sarcheshmeh copper complex.

 


روش نمونه­برداری

نمونه­برداری از رسوبات مجتمع مس سرچشمه منتهی به سد باطله در 20 ایستگاه در مرداد ماه 1387، انجام یافت. شکل 2، موقعیت ایستگاه­های نمونه­برداری را نشان می­دهد. نمونه­برداری از جریان کم­عمق توسط بیلچه پلاستیکی و از هر ایستگاه، یک نمونه برداشت گردید و نمونه­های به دست آمده در کیسه­های پلی اتیلنی ایزوله شدند. از آن­جائی که کانی­های رسی و ذرات ریزدانه، توانایی زیادی در جذب عناصر سنگین دارند، پس از انتقال نمونه­ها به آزمایشگاه و خشک­ کردن (در دمای اتاق) و همگن­سازی آن­ها، ذرات کوچک­تر از 63 میکرون نمونه توسط الک جدا شدند. تقسیم نمونه­ها به روش چهارقسمتی (Quartering) صورت گرفت و برای آنالیز عناصر سنگین به روش نشر اتمی جرمی به آزمایشگاه Acme کانادا ارسال شدند. برای اندازه­گیری غلظت کل عناصر سنگین از روش هضم نمونه­های خاک  با HCLO4، HNO3، HF، H2O2 و HCL استفاده شد[19] و برای اندازه­گیری غلظت قابل جذب آن­ها از عصاره­گیر DTPA استفاده شد[20] و غلظت­های کل و قابل جذب عناصر سنگین با دستگاه نشر اتمی جرمی قرائت گردید. برای اطمینان از دقت و صحت آنالیزهای انجام یافته، 10 نمونه تکراری نیز ارسال شد. مقایسه میانگین دو سری اندازه­گیری با استفاده از آزمون آماری ستیودنت-t در نرم افزار SPSS.17 انجام گرفت. با استفاده از این آزمون، مشخص شد که اختلاف معناداری بین نتایج آزمایشگاه وجود ندارد و صحت نتایج نیز مورد تایید است.

روش تحلیل سلسله مراتبی فازی دلفی

هر زیر مجموعه فازی A در مجموعه مرجع X را می­توان به وسیله تابع مشخصه­ای تعریف کرد. این تابع مشخصه که تابع عضویت نامیده می­شود، برای هر عضو x از مجموعه­ مرجع X، یک عدد در بازه بسته [0,1] قرار می­دهد که مبین درجه عضویت  xدر مجموعه فازی A می­باشد. بنابراین، توابع عضویت را می­توان به صورت زیر تعریف کرد:

(1)                                                  

 

رودخانه شور

 

 

شکل 2- نقشه موقعیت ایستگاه­های نمونه­برداری در رسوبات مجتمع مس سرچشمه.

Figure 2- Map of sampling stations of sediments in Sarcheshmeh copper complex.

 


مطابق با شکل 3، عدد فازی مثلثی[16] (TFN) ãij به صورت (αijijij) نشان داده می­شود که در آن، αij، δijوγij به ترتیب نشان دهنده حد پایین نظرات داوران، بیش­ترین مقدار محتمل و حد بالای نظرات داوران هستند و علامت "~" بیان کننده مجموعه فازی می­باشد. هر عدد فازی مثلثی، در نقطه مرکزی دارای بیش­ترین درجه عضویت می­باشد و هر چه به طرف چپ یا راست این مقدار حداکثر حرکت کنیم درجه عضویت به صورت خطی کاهش می­یابد تا به صفر برسد (6).

 

 

 

شکل 3- عدد فازی مثلثی aij (11)

Figure 3- Triangular fuzzy number of aij (11)

 

 

در روش دلفی، پیش‌بینی‌های ارایه شده توسط افراد خبره در قالب اعداد قطعی بیان می‌شوند، در حالی که استفاده از اعداد قطعی برای پیش‌بینی‌های بلند مدت، نتایجی دور از واقعیت را به دنبال دارد. از طرفی، افراد خبره از شایستگی‌ها و توانایی‌های ذهنی خود برای پیش بینی استفاده می­کنند، لذا بهتر است که با استفاده از مجموعه‌های فازی (با به کارگیری اعداد فازی) به پیش­بینی بلند مدت و تصمیم‌گیری در دنیای واقعی پرداخته شود. بدین ترتیب، باید اطلاعات لازم را در قالب زبان طبیعی از خبرگان اخذ نموده و مورد تحلیل قرار داد. این روش تحلیل، روش دلفی فازی نامیده می‌شود. در این روش، با توجه به شکل3، مولفه­های یک عدد فازی به صورت روابط 2 تا 5 تعریف می‌شوند (5).

(2)                                             

(3)                                

(4)                                 

(5)                             

که، نشان دهنده اهمیت نسبی پارامتر i بر پارامتر j از دیدگاه متخصص kام می­باشد.

در این تحقیق، جهت تعیین اوزان اهمیت نسبی فاکتورهای ارزیابی مخاطره از این روش تحلیل استفاده شده است.

 

روش الکتر

روش الکتر، یکی از مهم­ترین تکنیک­های MADM و از گروه مدل­های جبرانی[17] است که در آن­، تبادل بین شاخص­ها صورت می­گیرد و تغییر در یک شاخص، توسط تغییری مخالف در شاخص یا شاخص­های دیگر جبران می­شود. این تکنیک که روش مجموعه­های هماهنگ نیز نامیده می­شود بر مبنای مفهوم روابط غیر­رتبه­ای[18] بنا نهاده شده و کلیه گزینه­ها در آن، با استفاده از مقایسه­های غیر رتبه­ای مورد ارزیابی قرار می­گیرند. برتری این تکنیک نسبت به برخی دیگر از روش­ها در ایجاد تعامل با تصمیم­گیرنده است. در واقع، بر خلاف روش­های دیگر که در آن­ها، پس از جمع­آوری داده­ها و وزن­ها، تصمیم­گیرنده هیچ ارتباطی با اطلاعات خروجی نداشته و اطلاعات حاصل به عنوان ملاک تصمیم­گیری قرار می­گیرد، در این روش، تصمیم­گیرنده در سه مرحله می­تواند در شیوه تحلیل دخالت کند و تحلیل را  جهت­دهی نماید (33). این برتری به‌واسطه امکان در نظر گرفتن همزمان چندین شاخص، لحاظ نمودن وزن­های متفاوت برای شاخص‌ها، تبادل بین شاخص­ها، انعطاف­پذیری روش و نیز تحلیلی­تر بودن نتایج آن می­باشد (34).


یافته­ها


تعیین شاخص­های ارزیابی مخاطره رسوبات

نتایج کمی آنالیز رسوبات مورد مطالعه، بیانگر غلظت متغیر فلزات سنگین موجود در آن­ها بود و لذا  از  شاخص­های  آماری اشاره شده در جدول1، برای نشان دادن گستره آن­ها در ایستگاه­های مورد نمونه­برداری استفاده شد.

 

 

جدول 1- پارامترهای آماری فلزات سنگین در رسوبات منطقه مورد مطالعه (mg/kg)

Table 1- Statistical parameters of heavy metals in sediments of the region under study (mg/kg)

انحراف معیار

میانگین

دامنه

عناصر

37/50

195/161

247-5/21

Zn

56/1126

50/1373

6700-97

Cu

56/7

35/26

40-11

Cr

29/8

79/21

20/53-10/14

Co

02/20

21/21

30/85-1/1

Mo

615/474

10/903

1840-195

Mn

78/5

70/24

36-14

Ni

71/31

66/62

127-60/21

Pb

42/1233

4310

6410-1560

Ti

87/13622

51860

84900-27600

Fe

 


محاسبه ضریب آلودگی (CF)

به منظور محاسبه ضریب آلودگی از رابطه 6 استفاده شد. در واقع، ضریب آلودگی، نسبت غلظت عنصر در نمونه برداشت شده به غلظت همان عنصر در نمونه زمینه است که در مقادیر بزرگ­تر از یک، بیانگر آلودگی رسوبات به فلز سنگین می­باشد:

 (6)                                                                                                                                                                         

در این رابطه: n تعداد فلزات، Csample غلظت عنصر در نمونه و Cbackground غلظت عنصر در نمونه زمینه است. نمونه زمینه از مقایسه رسوبات منطقه با رسوبات محلی توسط روش­های آماری در منطقه مورد مطالعه به دست می­آید (21و22). در جدول 2، ضریب آلودگی رسوبات معدن مس سرچشمه ارایه شده است.

شاخص بار آلودگی (PLI