تعداد نشریات | 161 |
تعداد شمارهها | 6,468 |
تعداد مقالات | 69,902 |
تعداد مشاهده مقاله | 122,429,767 |
تعداد دریافت فایل اصل مقاله | 95,674,360 |
Spectroscopic Based Quantitative Mapping of Contaminant Elements in Dumped Soils of a Copper Mine | ||
Geopersia | ||
مقاله 6، دوره 7، شماره 1 - شماره پیاپی 22287825، فروردین 2017، صفحه 71-84 اصل مقاله (918.92 K) | ||
نوع مقاله: Research Paper | ||
شناسه دیجیتال (DOI): 10.22059/geope.2017.223390.648290 | ||
نویسندگان | ||
Vahid Khosravi* 1؛ Faramarz Doulati Ardejani2؛ Saeed Yousefi3 | ||
1Faculty of Mining, Petroleum and Geophysics, Shahrood University of Technology, Shahrood, Iran | ||
2School of Mining, College of Engineering, University of Tehran, Tehran, Iran | ||
3Nehbandan mining college, University of Birjand, Nehbandan, Iran | ||
چکیده | ||
Possibility of mapping the distribution of Arsenic and Chromium in a mining area was investigated using combination of (VNIR) reflectance spectroscopy and geostatistical analysis. Fifty five soil samples were gathered from a waste dump at Sarcheshmeh copper mine and VNIR reflectance spectra were measured in a laboratory. Savitzky- Golay first derivative was used as the main pre-processing method before developing Genetic Algorithm Partial Least Squares Regression (GA-PLSR) and PLSR models for predicting toxic elements concentrations. Physicochemical mechanism that allows the prediction with reflectance spectroscopy was also investigated and it was found that, elements sorption by spectrally active Fe and clay contents of soil was the major mechanism helping the prediction of spectrally featureless As and Cr. Positive relationships were observed between performance of predicting models and iron and clay contents of the samples. Comparing to PLSR, higher performances for predicting both toxic elements concentrations were obtained by applying GA-PLSR model. Furthermore, similar spatial patterns for soil pollution hotspots were observed by geostatistical interpolation (kriging) of chemically measured and models’ predicted values. Results demonstrated that the amount and spatial variability of arsenic and chromium can be determined using VNIR spectroscopy and geostatistics in Sarcheshmeh mine’s waste dump. | ||
کلیدواژهها | ||
Mapping elements؛ Spectroscopy؛ Genetic Algorithm؛ PLSR؛ Geostatistics | ||
عنوان مقاله [English] | ||
مطالعه توزیع کمی عناصر آلاینده موجود در خاک دمپ یک معدن مس بر اساس طیف سنجی | ||
نویسندگان [English] | ||
وحید خسروی1؛ فرامرز دولتی ارده جانی2؛ سعید یوسفی3 | ||
1دانشجوی دکتری اکتشاف معدن، دانشکده مهندسی معدن، نفت و ژئوفیزیک، دانشگاه صنعتی شاهرود | ||
2دانشکده مهندسی معدن، پردیس دانشکده های فنی، دانشگاه تهران تهران، ایران | ||
3آموزشکده معدن نهبندان، دانشگاه بیرجند | ||
چکیده [English] | ||
امکان نگاشت توزیع فضایی عناصر آرسنیک و کروم در یک منطقه معدنی با کمک طیف سنجی انعکاسی مرئی و مادون قرمز نزدیک و زمین آمار مورد بررسی قرار گرفت. پنجاه و پنج نمونه خاک از یک دمپ باطله در مجموعه معدن مس سرچشمه جمع آوری و طیف انعکاسی آنها در یک آزمایشگاه اندازه گیری گردید. قبل از توسعه مدل های رگرسیون کمترین مربعات جزئی و الگوریتم ژنتیک - کمترین مربعات جزئی به منظور پیش بینی غلظت آرسنیک و کروم، مشتق اول ساویتزکی گولای به عنوان مهمترین پیش پردازش بر روی داده ها انجام گرفت. مکانیزم های فیزیکو شیمیایی که به تخمین غلظت عناصر مذکور با طیف سنجی کمک می کند نیز بررسی گردید و طبق نتایج حاصل، محتوای آهن و رس نمونه های خاک، اصلی ترین مکانیزم کمک کننده به پیش بینی غلظت آرسنیک و کروم بود. همچنین بین کارایی هر دو مدل پیش بینی و محتوای آهن و رس نمونه ها، ارتباط مثبت مشاهده گردید. روش الگوریتم ژنتیک - کمترین مربعات جزئی نتایج بهتری نسبت به روش کمترین مربعات جزئی در پیش بینی عناصر سمی از خود نشان داد. پس از تعیین نقاط با آلودگی بالا توسط روش میانیابی زمین آماری (کریجینگ)، الگوهای فضایی مشابهی بین نتایج حاصل از پیش بینی به کمک مدل ها و اندازه گیری های شیمیایی مشاهده شد. نتایج این مطالعه نشان داد که مقدار و تغییرات فضایی آرسنیک و کروم در دمپ باطله معدن مس سرچشمه را می توان به کمک طیف سنجی مرئی و مادون قرمز نزدیک و زمین آمار تعیین کرد. | ||
کلیدواژهها [English] | ||
نگاشت فضایی عناصر, طیف سنجی, الگوریتم ژنتیک, رگرسیون حداقل مربعات جزئی, زمین آمار | ||
آمار تعداد مشاهده مقاله: 1,637 تعداد دریافت فایل اصل مقاله: 874 |