ارزيابي ريسك و مدلسازي توزيع مكاني آلودگي فلزات سنگين در خاك سطحي اطراف معدن منگنز ونارچ به روش شبكه هاي عصبي مصنوعي

Risk Assessment and Spatial Modeling of Heavy Metals Contamination in Topsoil around Venarj Manganese Mine by Artificial Neural Networks Method

زمينه و هدف: هدف مطالعه حاضر ارزيابي آلودگي احتمالي فلزات سنگين در خاك اطراف معدن ونارچ استان قم با استفاده از شاخص ­هاي آلودگي و روش شبكه­ هاي عصبي مصنوعي است. مواد و روش­ها: به منظور بررسي وضعيت آلودگي در اطراف معدن ونارچ استان قم، در محدوده­اي به وسعت 22 كيلومتر مربع تعداد 70 نمونه خاك برداشت شد و سپس غلظت كل فلزات منگنز، سرب، روي، مس و نيكل در نمونه­ ها اندازه­ گيري شد. جهت كمي كردن خطر آلودگي خاك به فلزات سنگين از شاخص­ زمين­ انباشتگي(Igeo)، فاكتور آلودگي(CF) و شاخص بار آلودگي(PLI) و نيز شاخص ارزيابي خطر بهداشتي استفاده شد. همچنين به منظور پهنه ­بندي آلودگي خاك به فلزات سنگين، مدل­سازي آلودگي خاك با استفاده از روش شبكه­ هاي عصبي پرسپترون چند لايه (MLP) صورت گرفت. يافته­ ها: نتايج حاصل از بكارگيري شاخص­ ها نشان داد كه خاك منطقه ونارچ به فلزات منگنز و سرب و تا حدي فلز مس در اثر فعاليت­هاي معدن­ كاري آلوده است. اما در ارتباط با دو فلز روي و نيكل غني­ شدگي قابل توجهي مشاهده نشد. ارزيابي خطر بهداشتي نشان داد كه بيشترين خطر سرطان زايي و غيرسرطان زايي مربوط به عنصر سرب است و خطر سرطان زايي در كودكان بيش از بزرگسالان به دست آمد. بررسي نقشه­ هاي توزيع پراكندگي اين عناصر بيانگر اين نكته بود كه حداكثر غلظت فلزات سنگين مورد بررسي در غرب (محوطه استخراجي معدن) و جنوب ­غرب منطقه (محدوده سنگ­شكن) رخ داده است. همچنين غلظت تمام فلزات در نمونه­ هاي خاك سطحي منطقه ونارچ با افزايش فاصله از معدن كاهش پيدا كرده است كه اين نتيجه نيز تأييدي بر منشأ معدني آن­ها مي­باشد. نتيجه­ گيري: نتايج نشان داد كه غلظت منگنز و مس و به ويژه سرب در خاك اطراف معدن منگنز ونارچ بواسطه فعاليت­هاي معدني افزايش يافته است. بيشترين اثر منفي زيست ­محيطي و بهداشتي معدن نيز از افزايش غلظت سرب در خاك منشأ مي گيرد.

Background and Objectives: The aim of the present study was to assess the probable heavy metals contamination in topsoil surrounding Venarj mine in Qom province using contamination indices and artificial neural networks method. Material and methods: in order to evaluate the contamination status around Venarj mine in Qom province, 70 soil samples were collected in an area of 22 Km2, and the total average concentration of Mn, Pb, Zn, Cu and Ni was measured. The indices of geoaccumulation (Igeo), contamination factor (CF), pollution load index and human health risk assessment index were applied to quantify the risk of soil contamination with heavy metals. Also multilayer perceptron (MLP) neural networks method was used to determine the spatial pattern of soil contamination with heavy metals. Results: Applying contamination indices indicated that the soil of the Venarj area was contaminated with Mn and Pb and to some extent with Cu due to mining activities. However, no significant enrichment of Zn and Ni was observed. Human health risk assessment indicated that the highest risk of carcinogenic and non- carcinogenic were associated with Pb, where carcinogenic risk was higher in children than adults. Spatial distribution patterns of the elements demonstrated that the maximum concentration of heavy metals was observed in western (extraction region) and southwestern (crusher region) areas. Distance increasing from mine decreased the concentration of all metals in topsoil samples, indicating their mining source. Conclusion: The results revealed that the topsoil concentration of Mn and Cu and especially Pb around the Venarj manganese mine was increased due to the mining activities. The most negative environmental and health effects of the mine resulted from higher concentration of Pb in the soil.