通过应用正矩阵因子化来改善对河流沉积物中微量元素的人为影响的评估
Alexandra Weber1, Maximilian Formen1, Julian Krieger1
1Department of Geography, RWTH Aachen University, Wüllnerstr. 5b, 52062 Aachen, Germany.
The Science of the total environment
|August 5, 2025
概括
阳性矩阵因子化 (PMF) 确定了在奈控制微量金属的自然因素.
科学领域:
- 环境科学 环境科学
- 地质化学 地质化学
- 工业污染 工业污染 工业污染
背景情况:
- 印度的奈在河流沉积物中面临微量金属污染.
- 之前的研究使用了全球平均值,可能误解了当地背景水平和缩过程.
- 缺乏本地基准水平阻碍了对沉积体微量金属动态的准确评估.
研究的目的:
- 确定控制奈河流沉积物中元素度的过程.
- 为了比较正矩阵因数分解 (PMF) 的结果与传统的丰富因子 (EF) 分析.
- 为了区分自然与人为的微量金属来源.
主要方法:
- 对130个河流沉积物样本进行元素组成 (XRF) 和粒度分布 (激光衍射) 的分析.
- 积极矩阵分解 (PMF) 的应用来确定元素源.
- 使用全球背景值进行比较,计算丰富系数 (EF).
主要成果:
- PMF确定了海洋影响和石质学 (前坎布里亚,法内罗纪分数) 作为微量元素的自然驱动因素.
- 铜 (Cu), (Zn), (Pb) 和 (Cr) 被证实是通过PMF人为丰富的.
- 环保环境分析表明,几个元素的含量较高,但PMF显示,这些主要是由于自然过程.
结论:
- 在像奈这样复杂的环境中,PMF提供了一种更准确的方法来评估微量金属来源.
- 季风冲洗和以沙为主导的沉积物限制了微量金属的积累.
- 人类对Cu,Zn,Pb和Cr的丰富得到证实,尽管存在自然背景变化.
