Surface sediment zonation of the Zayandehroud Dam reservoir based on geochemical indices

Document Type : Research Paper

Authors

1 M.Sc. in Environmental Pollution, Department of Natural Resources, Isfahan University of Technology, Isfahan, Iran

2 Assistant Professor, Department of Natural Resources, Isfahan University of Technology, Isfahan, Iran

3 Associate Professor, Department of Natural Resources, Isfahan University of Technology, Isfahan, Iran

4 Associate Professor, Department of Geology, Faculty of Sciences, University of Isfahan, Isfahan, Iran

Abstract

Abstract
Dam reservoirs serve as suitable places to settle sedimentary materials carried by rivers. Pollutants absorbed into these sediments may lead to water contamination, increased aquatic animal mortality, and loss of biodiversity. Potentially toxic elements (PTEs) are classified as highly hazardous pollutants due to their long persistence in the environment. Due to their destructive effects on humans and the environment, it is important to examine sensitive and special areas for contamination with them. Therefore, spatial zoning of these pollutants in surface sediments of aquatic ecosystems is very effective in identifying the entry routes and determining their origin, as well as in identifying sedimentation conditions and determining sensitive zones for pollution reduction management. The sampling of surface sediments with the aim of zoning the sediments of the Zayandehroud Dam reservoir in terms of the level of contamination with PTEs based on geochemical indicators was carried out from 20 stations in this lake in December 2022. Then, the physical and chemical variables of the sediments were measured, including pH, EC, Eh, percentage of moisture, bulk density, dry density, grain size, percentage of organic matter, percentage of calcium carbonate, and concentrations of 26 elements. The results showed overall increasing changes in pH, bulk density, dry density, percentage of organic matter, percentage of calcium carbonate, and sand-sized particles from the dam crest to the lake entrance, while the percentage of moisture and Eh showed an overall decreasing trend. Only some elements, including silver, arsenic, chromium, copper, nickel, and lead, exceeded the US sediment quality guidelines (ERL and ERM) at some stations, among the 26 elements measured in the 20 surface sediment samples. Which was found towards the dam crest for arsenic and lead, chromium except for a few points, nickel and copper were found throughout the study area, and silver was found towards the lake entrance. Also, the Enrichment Factor (EF) of lead and copper was lowest at the lake entrance (EF<2) and increased towards the dam crest, and there was also very high enrichment (EF= 20-40). The EF of silver showed the highest enrichment (EF> 40) at one station at the lake entrance. The Geoaccumulation Index also showed non-polluted (Igeo<1) to slightly polluted (Igeo= 1-2) for cadmium and antimony in the entire study area, and slightly polluted (Igeo= 1-2) for silver towards the lake entrance and for lead near the dam crest. The PLI index based on total elements showed pollution (PLI>1) only near the dam crest.
Keywords: Zonation, Surface sediments, Elements, Geochemical indices, Zayandehroud Dam
 
 
Introduction  
Potentially toxic elements (PTEs) are classified as highly hazardous pollutants due to their long persistence in the environment. Due to their destructive effects on humans and the environment, it is important to examine sensitive and special areas for contamination with them. Therefore, spatial zoning of these pollutants in surface sediments of reservoir dames is very effective in identifying the entry routes and determining their origin, as well as in identifying sedimentation conditions and determining sensitive zones for pollution reduction management (Kabata et al. 2007).
 Due to the increasing population growth and corresponding increasing drinking water need, along with the development of agricultural and industrial sectors in the Gavkhooni Basin in arid to semi-arid region of the central plateau of Iran, the optimal utilization of the Zayandehroud Dam is crucial. For this purpose, determining the amount and spatial distribution pattern of PTEs in the surface sediments of the Zayandehroud Dam reservoir using geochemical indices was determined as the main goal of this study.
 
Material & Methods
The sampling of surface sediments of the Zayandehroud Dam reservoir was carried out using Ekman grab sampler from 20 stations in December 2022. Sampling of surface sediments was carried out along the dam lake and in nine rows on the left and right sides of the old course of the Zayandehroud River. Sediment samples were placed in one-kilogram plastic containers with lids, coded, and transported to the laboratory. Then, the physical and chemical variables of the sediments were measured, including pH, EC, Eh, percentage of moisture, bulk density, dry density, grain size, percentage of organic matter, percentage of calcium carbonate, and concentrations of 26 elements.
In order to determine the contamination levels of various elements, a comparison was made with the US sediment quality guidelines (ERL and ERM; Long et al. 1995). Moreover, in order to determine the level of sediment pollution, the EF was used as a suitable indicator to indicate the degree of pollution (Li et al. 2021), and the geoaccumulation index (Igeo) was used to measure the intensity of pollution (Muller 1969), and the pollution load index (PLI) was used (Weissmannová & Pavlovský 2017).
The normality of the data distribution and the presentation of a summary of the statistical information of the physical and chemical variables of the sediments and the calculated indices were performed in SPSS software, version 18. Due to the non-normality of most of the variables, the Spearman correlation test was used to determine the relationship between the different variables. Correlation coefficients of 0.7 to 0.85 and greater than 0.85 were considered strong and very strong correlation coefficients, respectively (Dawson et al. 2007). Also, in order to prepare a zoning map of the surface sediments of the Zayandehroud Dam reservoir in terms of the Pollution Load Index (PLI), ArcMap software and the interpolation command using the inverse distance weighting (IDW) method were used.
 
Discussion of Results & Conclusions 
The results showed overall increasing changes in pH, bulk density, dry density, percentage of organic matter, percentage of calcium carbonate, and sand-sized particles from the dam crest to the lake entrance, while the percentage of moisture and Eh showed an overall decreasing trend. The results of the sediment size gradation generally showed similarities with the spatial pattern reported in previous studies conducted on surface sediments of the Zayandehroud Dam reservoir (DaryaTarsim Consulting Engineers 2011).
In general, changes in element concentrations in surface sediments can be divided into two groups. Calcium and thorium elements are in the first group and other elements are in the second group. Only some elements, including silver, arsenic, chromium, copper, nickel, and lead, exceeded the US sediment quality guidelines (ERL and ERM) at some stations, among the 26 elements measured in the 20 surface sediment samples. Which was found towards the dam crest for arsenic and lead, chromium except for a few points, nickel and copper were found throughout the study area, and silver was found towards the lake entrance. Also, the EF of lead and copper was lowest at the lake entrance (EF<2) and increased towards the dam crest, and there was also very high enrichment (EF= 20–40). The Enrichment Factor of silver showed the highest enrichment (EF> 40) at one station at the lake entrance. The Geoaccumulation Index also showed non-polluted (Igeo<1) to slightly polluted (Igeo= 1-2) for cadmium and antimony in the entire study area, and slightly polluted (Igeo= 1–2) for silver towards the lake entrance and for lead near the dam crest. The PLI index based on total elements showed pollution (PLI>1) only near the dam crest.
Based on the significant positive correlation coefficients between most elements of the surface sediments of the Zayandehroud Dam reservoir, it can be stated that the majority of the studied elements are of natural origin. The enrichment of elements such as chromium, nickel, and copper observed at most stations is probably of natural origin and is consistent with the upstream geology of the Zayandehroud Dam Basin. The increased concentration and enrichment of elements such as silver and lead observed in some stations show the effect of human activities.

Keywords

Main Subjects

Full Text

مقدمه

احداث سد از رایج‌ترین شیوه‌‌های بهره‌برداری از آب‌های سطحی، در مناطق خشک و نیمه‎‍خشک است و برای مدیریت در زمان‌های کم‌آبی، کنترل سیلاب، آبیاری، تأمین آب شهری و صنعتی، تولید برق و انرژی، تفریحات و کنترل رسوب ساخته‎‍ و هزینه‌های گزافی در قالب طرح‌های ملی صرف آن می‌شود (Bennett et al. 2005; Shafaee Bajestan 2012)‎‍. مخزن سدها مکان‌های‎‍ مناسبی برای ته‌نشست صد در صدی مواد رسوبی حمل‎‍شدۀ رودخانه‌ها هستند (Shafaee Bajestan 2012; Fitzpatrick et al. 1985; Maloi et al. 2016). بخشی از رسوبات معلق رسیده به مخزن سدها در نتیجۀ فعالیت‌های انسانی است که در بالادست انجام می‌گیرد و ته‌نشینی آنها ممکن است باعث به وجود آمدن آثار منفی محیطی مثل تجمع آلودگی‌های فیزیکی، شیمیایی و زیستی در مخزن سدها شود. آلودگی‌های جذب‎‍شده بر این رسوبات ممکن است به آلوده‎‍شدن آب و افزایش تلفات آبزیان و از بین رفتن تنوع زیستی منجر ‌شود ‎‍(Mousavi et al. 2006; Maloi et al. 2016; Foster et al. 2019; Koś et al. 2021). توسعۀ فناوری و رشد روزافزون فعالیت‌های صنعتی از یک‎‍سو و رعایت‎‍نکردن الزامات محیط‎‍زیستی از سوی دیگر سبب شده است تا طی چند دهۀ اخیر، مقادیر هنگفتی از آلاینده‌ها به محیط‎‍زیست وارد شوند. عناصر دارای قابلیت سمیت[1] (PTEs) به‎‍دلیل سمیت و ماندگاری زیاد در محیط، در گروه آلاینده‌های بسیار خطرناک قرار دارند و به‎‍دلیل آثار مخرب بر‎‍ انسان و محیط‎‍زیست، بررسی مناطق حساس و ویژه از‎‍نظر آلودگی به آنها حائز اهمیت است. پهنه‌بندی مکانی این آلاینده‌ها در رسوبات سطحی اکوسیستم‌های آبی، علاوه بر شناخت مسیرهای ورودی و تعیین منشأ آنها، در شناخت شرایط رسوب‌گذاری و تعیین پهنه‌های حساس به‎‍منظور مدیریت کاهش آلودگی بسیار اثرگذار است  (Kabata et al. 2007).

با توجه به رشد روزافزون جمعیت، توسعۀ بخش‌های کشاورزی و صنعتی، افزایش تقاضای آب شرب و موقعیت رودخانۀ زاینده‌رود در فلات مرکزی ایران، که جزء مناطق کم‎‍باران محسوب می‌شود، سد زاینده‎‍رود اهمیت زیادی دارد و لزوم بهره‌برداری بهینه از این سد را دوچندان می‌کند. با توجه به اینکه عناصر دارای قابلیت سمیت به‎‍شدت تمایل به تجمع در رسوبات دارند، تعیین غلظت آنها در رسوبات، اطلاعات زیادی را دربارۀ منشأ، توزیع و میزان آلودگی منطقه در اختیار قرار می‌دهد. به‌منظور تعیین میزان آلودگی رسوبات از عامل غنی‌شدگی (EF)[2] به‎‍عنوان شاخص مناسب برای نشان‎‍دادن درجۀ آلودگی (Li et al. 2021)، شاخص زمین‎‍انباشتگی (Igeo)[3] برای اندازه‌گیری شدت آلودگی  (Muller 1969)‎‍و شاخص بار آلودگی (PLI)[4] استفاده می‌‎‍شود (Weissmannová & Pavlovský 2017).  هدف اصلی این مطالعه، تعیین میزان آلودگی و تعیین الگوی پراکنش مکانی عناصر دارای قابلیت سمیت در رسوبات سطحی مخزن سد زاینده‎‍رود با استفاده از شاخص‌های زمین‌شیمیایی است.

تاریخچۀ موضوع و پیشینۀ پژوهش

آلودگی‌های مختلف به‌خصوص آلودگی به عناصر دارای قابلیت سمیت به‎‍دلیل قابلیت انباشت و آثار سمی در پیکر موجودات زنده، حتی در غلظت‌های کم نیز حائز اهمیت است و در آینده انتظار می‌رود میزان این آلاینده‌ها به‎‍طور چشم‌گیری افزایش یابد؛ بنابراین پایش آلودگی این رسوبات در محیط‌های آبی بسیار ضروری است. به همین جهت مطالعات گسترده‌ای در سطح جهان بر‎‍ رسوبات آلوده به این عناصر انجام شده ‌است؛ برای مثال ارزیابی غلظت عناصر دارای قابلیت سمیت در رودخانۀ Daleshwari بنگلادش (Rahman et al. 2022)، دریاچۀ Bafa ترکیه (Beyhan and Algul 2020)، رودخانۀ Cisadane اندونزی (Sulistyowati et al. 2023) و رودخانۀ AL-Masab Alamm عراق (Jawad et al. 2022) انجام شده ‌است. به‎‍علاوه در بسیاری کشورها (مثل لهستان و برزیل) پایش عناصر دارای قابلیت سمیت در رسوبات سطحی سدهای مخزنی دارای کارکرد تأمین آب شرب به‎‍منظور شناخت الگوی مکانی تجمع و ارزیابی ریسک این آلاینده‌ها در سال‌های اخیر انجام شده است. در مطالعۀ انجام‎‍شده در لهستان، عناصر روی، سرب و کادمیوم و در برزیل آرسنیک، کروم و نیکل بیشترین تأثیر را بر میزان آلودگی رسوبات و خطرات بالقوه بر سلامت موجودات زنده داشته‌اند (Baran et al. 2023; de Lima et al. 2024).

در ایران نیز مطالعاتی در زمینۀ برآورد میزان آلودگی عناصر با استفاده از شاخص‌های زمین‌شیمیایی در رسوبات رودخانۀ پلرود گیلان (Salavati and Yousefimesrdashti 2022)، رودخانه‌های سواحل شرقی دریای خزر (Taleshpour et al. 2021)‎‍، رودخانۀ کرون در محدودۀ شهر اهواز ‎‍(Motie Tabar et al. 2022)‎‍، اکوسیستم حرا در تالاب‌های ساحلی خلیج چابهار (Partani et al. 2024)‎‍، رسوبات سطحی تالاب انزلی ‎‍(Mohammadi Galangash et al. 2021)‎‍ و رودخانۀ کرج ‎‍(Akhlaghifard et al. 2023)‎‍ انجام شده است؛ ولی به پایش این آلاینده‌ها در رسوبات سدهای مخزنی دارای کارکرد تأمین آب شرب کشور کمتر توجه شده است. در این زمینه‎‍ به مطالعۀ Rezaei et al. (2024) اشاره می‎‍شود که علاوه بر پایش عناصر دارای قابلیت سمیت در رسوبات سطحی رودخانه‌های ورودی و سد مخزنی مهاباد، الگوی پراکنش و عوامل مؤثر بر دسترسی زیستی این عناصر را بررسی کرده‎‍اند. نتایج ایشان، بیشترین سطح آلودگی را به ترتیب در میزان روی، مس، سرب و مولیبدن رسوبات نشان داد.

روش کار و شیوۀ انجام مطالعه

منطقۀ‎‍ مطالعه‎‍شده

سد زاینده‌رود در سراب حوضۀ آبریز گاوخونی بر‎‍ رودخانۀ زاینده‌رود بین سال‌های 1344 تا 1349 در 110 کیلومتری غرب اصفهان در محلۀ آبادچی در 23 کیلومتری شهرستان چادگان ساخته شده و در سال 1349 به بهره‌برداری رسیده است. حوضۀ سد بین طول‌های شرقی ´45 °50 و ´20 °50 و عرض‌های شمالی ´18 °33 و ´12 °32 قرار دارد و مساحت آن در مواقع پر آبی 4121 کیلومتر مربع و محیطش 362 کیلومتر است (شکل 1). حوضۀ آبخیز سد زاینده‌رود از شمال به حوضۀ گلپایگان، از جنوب به حوضۀ کارون، از غرب به حوضۀ آبخیز مرغاب و از شرق به حوضۀ آبخیز دز و کارون محدود شده است. این حوضه از دو رودخانۀ مهم پلاسجان و زاینده‌رود تشکیل شده است؛ از‎‍جمله مهم‌ترین کاربری‌های اطراف دریاچۀ سد‎‍ به دهکدۀ تفریحی و گردشگری زاینده‌رود، شهرهای چادگان و مندرجان در شمال و ایستگاه تحقیقاتی آبخیزداری و فاز3 شهرک شیدا در جنوب منطقۀ مطالعه‎‍شده اشاره می‎‍شود که سهم عمده‌ای در آلودگی‌های انسانی ورودی به دریاچه دارند.

شکل1- منطقۀ مطالعه‎‍شده و موقعیت نقاط نمونه‌برداری‎‍شده در دریاچۀ سد زاینده‎‍رود

Fig 1- Study area, and location on sampling stations at the Zayandehroud Dam reservoir

نمونه‌برداری

اطلاعات موجود شامل موقعیت و مشخصات نقاط نمونه‌برداری‎‍شده از پایش رسوبات سطحی دریاچه‎‍ است که در سال 1390‎‍ شرکت مهندسان مشاور انجام دادند و نقشۀ رقومی‎‍شدۀ مورفولوژی دریاچۀ سد در سامانۀ اطلاعات جغرافیایی به‎‍منظور تعیین ایستگاه‌های نمونه‌برداری استفاده شد. تلاش شد ایستگاه‌های انتخابی در دو طرف خط‌القعر مسیر قدیمی رودخانۀ زاینده‎‍رود (منظور مسیر قبل از احداث سد) قرار گیرد و گسترۀ مکانی پهنۀ دریاچۀ سد از ورودی دریاچه تا نزدیک تاج سد را پوشش دهد. در‎‍نهایت 20 ایستگاه به‎‍منظور نمونه‌گیری از رسوبات سطحی دریاچۀ سد تعیین شد. نمونه‌برداری با استفاده از نمونه‌بردار گرب اکمن[5] در مخزن (دریاچه) سد زاینده‌رود به‎‍وسیلۀ یک دستگاه قایق موتوری در تاریخ 29/9/1401 لغایت 30/9/1401 طی 2 روز عملیات میدانی انجام شد. نمونه‌برداری از رسوبات سطحی در 9 ردیف (S1, S2, S3, …, S9) و در دو سمت چپ (کد 1، مثل کد S1-1) و راست (کد 2، مثل کد S1-2) مسیر قدیم رودخانۀ زاینده‌رود در دریاچۀ پشت سد انجام شد. نمونه‌های رسوب داخل ظروف پلاستیکی یک کیلوگرمی در‎‍‌دار ریخته و کد‎‍گذاری و به آزمایشگاه منتقل شد؛ سپس در فریزر در دمای 18- درجۀ سانتی‌گراد تا زمان انجام آزمایش‎‍ها نگهداری شد.

بررسی‌های آزمایشگاهی

در ابتدا نمونه‌ها خشک، توزین و سپس متغیرهای فیزیکی از‎‍جمله درصد رطوبت[6]، چگالی خام[7] و چگالی خشک[8] (Krishnamorthy 2003)، دانه‌بندی (Gee & Or 2002)، pH[9] (Carter & Gregorich 2007)، ORP-Eh[10] (Humphries et al. 2010) و EC[11] (Carter & Gregorich 2007) و متغیرهای شیمیایی (Sparks et al. 2020) از‎‍جمله درصد مادۀ آلی (OM[12]) (Walkley & Black 1934) و درصد کربنات کلسیم (CaCO3) با روش‌های استاندارد (APHA 2005) اندازه‌گیری شد (Haghighatnia 2023). استخراج و اندازه‌گیری غلظت 26 عنصر شامل نقره (Ag)، آلومینیوم (Al)، آرسنیک (As)، کلسیم (Ca)، کادمیوم (Cd)، سریم (Ce)، کبالت (Co)، کروم (Cr)، مس (Cu)، آهن (Fe)، لانتان (La)، لیتیم (Li)، منیزیم (Mg)، منگنز (Mn)، مولیبدن (Mo)، نیکل (Ni)، فسفر (P)، سرب (Pb)، گوگرد (S)، آنتیموان (Sb)، اسکاندیم (Sc)، توریم (Th)، وانادیم (V)، اتریم (Y)، اتربیم (Yb) و روی (Zn) در 20 نمونۀ‌ رسوب به ترتیب با روش هضم 4 اسیدی (Radojevic et al. 1999) و با استفاده از دستگاه ICP- OES در شرکت زرآزما انجام شد. به‎‍منظور صحت‎‍سنجی ابتدا دو نمونۀ رسوب استاندارد مرجع (GSS-16 و GSD-9) کدگذاری‎‍شده‎‍ سنجش شد که نتایج محاسبۀ درصد بازیابی برای عناصر ‎‍مطالعه‎‍شده در محدودۀ 80 تا 106 درصد به دست آمد.

محاسبۀ شاخص‌های زمین‌شیمیایی

تمایز فلزات با منشأ انسان‌زاد از فلزاتی که از هوازدگی طبیعی سنگ‌ها حاصل شده‌اند، بخش ضروری هر مطالعۀ ژئوشیمی محیط‎‍زیستی است. عامل غنی‌شدگی (EF) نشان‌دهندۀ مقدار افزایش غلظت یک عنصر نسبت‎‍به غلظت طبیعی آن در پوسته، سنگ بستر یا خاک است. به عبارت دیگر، این ضریب بیانگر شدت تأثیر عامل خارجی (انسان‌زاد) است (Li et al. 2021).

عامل غنی‌شدگی یک عنصر خاص در یک نمونۀ معین عبارت است از: نسبت غلظت آن عنصر در آن نمونه به غلظت زمینۀ همان عنصر در جامعه‌ای که نمونه متعلق به آن است. این ضریب در تحلیل‌های محیط‎‍زیستی یکی از عوامل مهم ارزیابی میزان تمرکز عناصر تحت تأثیر عوامل انسان‌زاد و طبیعی است که از رابطۀ 1 محاسبه می‌شود (Lu et al. 2009):

رابطۀ 1:                         

در این رابطه:

= EFعامل غنی‌شدگی، = Cxغلظت اندازه‌گیری عنصر مدنظر در نمونۀ ‌رسوب، = Crefغلظت عنصر مدنظر در بخش بالایی پوستۀ زمین به‎‍عنوان مرجع است. غلظت آهن (Fe) در بخش بالایی پوستۀ زمین، عنصر مرجع برای عادی‌سازی انتخاب شده ‌است؛ چون منابع طبیعی مقادیر بسیار زیادی از آن را دارد.

شاخص زمین‎‍انباشتگی (Igeo) را مولر در سال 1969 ارائه کرد و شاخصی برای بررسی و دسته‌بندی میزان آلودگی مناطق یا رسوبات مناطق مختلف یک اکوسیستم آبی برای عناصر فلزی‎‍ بررسی‎‍شده است که مطابق رابطۀ 2 محاسبه می‎‍شود:

رابطۀ 2:             

=Igeo شاخص زمین‎‍انباشتگی، =Cn غلظت عنصر اندازه‌گیری‎‍شده در نمونۀ رسوب (میلی‎‍گرم بر کیلوگرم)، =Bn غلظت عنصر اندازه‌گیری‎‍شده در مادۀ مرجع (پوستۀ زمین)، ضریب 5/1 به‎‍منظور کاهش اثر تغییر احتمالی در غلظت‌های زمینۀ تحت تأثیر عوامل زمینی اعمال می‌شود (Muller 1969).

در‎‍نهایت برای تعیین درجۀ آلودگی و ارزیابی میزان آلودگی عناصر در ذرات رسوبی، از شاخص بار آلودگی (PLI) استفاده شد که با استفاده از رابطۀ 3 محاسبه می‌شود:

رابطۀ 3: 

=PLI شاخص بار آلودگی، =n تعداد فلزات، =  ضریب آلودگی فلز که از رابطۀ 4 به دست می‌آید (Adomako et al. 2008):

رابطۀ 4:                 

 = غلظت فلز معین i در نمونۀ (میلی‎‍گرم بر کیلوگرم)،  = مقدار غلظت زمینۀ همان فلز (میلی‎‍گرم بر کیلوگرم) دامنۀ تغییرات سطح آلودگی شاخص‌های زمین‌شیمیایی‎‍ استفاده‎‍شده شامل عامل غنی‌شدگی در 5 طبقه (جدول 1)، شاخص زمین‎‍انباشتگی در 7 طبقه (جدول 2) و شاخص بار آلودگی در 3 طبقه (جدول 3) است که برای هر‎‍یک از نمونه‌های رسوب محاسبه شد.

جدول1- طبقه‌بندی آلایندگی بر‎‍اساس عامل غنی‌‌شدگی (EF) (Kartal et al. 2007)

Table 1- Pollution classification based on Enrichment Factor (EF) (Kartal et al. 2007)

مقادیر عامل غنی‌شدگی

کیفیت رسوب

2˂

حداقل غنی‌شدگی

2-5

غنی‌شدگی متوسط

5-20

غنی‌شدگی زیاد

20-40

غنی‌شدگی خیلی زیاد

40˃

غنی‌شدگی فوق‌العاده زیاد

جدول2- طبقه‎‍بندی کیفیت رسوبات براساس شاخص زمین‌انباشتگی (Igeo) (Muller 1969)

Table 2- Classification of sediment quality based on the Geoaccumulation index (Igeo) (Muller 1969)

مقادیر شاخص زمین‌انباشتگی

کیفیت رسوب

0˂

غیرآلوده

1-0

غیر آلوده تا کمی آلوده

2-1

کمی آلوده

3-2

کمی آلوده تا خیلی آلوده

4-3

خیلی آلوده

5-4

خیلی آلوده تا به‌شدت آلوده

5˃

به‌شدت آلوده

جدول3‎‍- طبقه‌بندی سطح آلودگی بر‎‍اساس شاخص بارآلودگی (Weissmannová & Pavlovský 2017)

Table 3- Classification of pollution levels based on the Pollution load index (Weissmannová & Pavlovský 2017)

مقادیر شاخص بار آلودگی (PLI)

سطح بار آلودگی

˂1

غیر آلوده

PLI=1

وجود مقادیر زمینه‌ای از آلاینده‌ها

1˃

آلوده

 

تجزیه و تحلیل داده‌ها

به‎‍منظور تعیین سطح آلودگی عناصر مختلف، مقایسه با رهنمودهای کیفیت رسوب آمریکا انجام شد. مطابق با رهنمود کیفیت رسوب‎‍ سازمان ملی مطالعات اقیانوس‌شناسی و جوی آمریکا ([13]NOAA)، دامنۀ آثار حداقل با عنوان ERL[14] و دامنۀ آثار متوسط با عنوان ERM[15] برای غلظت عناصر مشخص شد و عناصری که دارای دامنۀ آثار حداقل بود، به‎‍ندرت یا بین 5-8٪ آثار منفی ‎‍روی زیستمندان گذاشت. همچنین عناصر با دامنۀ آثار متوسط، قطعاً 50درصد آثار منفی را بر‎‍ زیستمندان محیط اطراف خود دارند (Long et al. 1995).

بررسی نرمال‎‍بودن توزیع داده‌ها و ارائۀ خلاصه‌ای از اطلاعات آماری متغیرهای فیزیکی و شیمیایی رسوبات و شاخص‌های محاسبه‎‍شده در نرم‌افزار SPSS. V18 انجام شد. به‎‍دلیل نرمال‎‍نبودن بیشتر متغیرها، از آزمون همبستگی اسپیرمن[16] برای تعیین رابطۀ بین متغیرهای مختلف استفاده شد. ضرایب همبستگی 7/0 تا 85/0 و بزرگ‎‍تر از 85/0 به ترتیب ضریب همبستگی قوی و خیلی قوی در نظر گرفته ‌شد (Dawson et al. 2007). همچنین به‎‍منظور تهیۀ نقشۀ پهنه‌بندی رسوبات سطحی دریاچۀ سد زاینده‌رود از‎‍نظر شاخص بار آلودگی (PLI)، از نرم‎‍افزار ArcMap و دستور میان­یابی به روش وزن‌دهی معکوس (IDW) استفاده شد. در مطالعات با هدف شناسایی مناطق آلوده‌شده برای پیش‌بینی عوارض محلی و به‎‍خصوص لکه‌های داغ، استفاده از روش وزن‌دهی معکوس فاصله، معمول است (Mohammadi Galangash et al. 2022).

 

نتایج و بحث

خلاصۀ آماری نتایج حاصل از اندازه‌گیری ویژگی‌های فیزیکی و شیمیایی رسوبات سطحی مخزن سد زاینده‌رود شامل درصد رطوبت، چگالی خام (ظاهری)، چگالی خشک، دانه‌بندی، pH، Eh، هدایت الکتریکی، درصد مادۀ آلی و درصد کربنات کلسیم در جدول 4 نشان داده شده است. تغییرات متغیرهای چگالی خام، خشک و درصد رطوبت از تاج سد به‎‍سمت ورودی دریاچۀ سد زاینده‌رود ثابت نیست و در برخی نقاط افزایش و کاهش نشان می‎‍دهد. تغییرات چگالی خام و خشک با یکدیگر مشابه (دارای همبستگی مثبت معنی‌دار) و از تاج سد به‎‍سمت ورودی دریاچه، افزایشی و همراه با افزایش و کاهش‌های ناگهانی در برخی نقاط بود (جدول 5، شکل 2). نتایج حاصل از اندازه‌گیری pH، درصد مادۀ آلی و درصد کربنات کلسیم (CaCO3) از تاج سد به‎‍سمت ورودی دریاچه، افزایشی و همراه با افزایش و کاهش‌های ناگهانی در برخی نقاط بود. تغییرات درصد اکسایش و احیا (Eh) و EC در طول دریاچه از تاج سد به‎‍سمت ورودی دریاچه تغییرات کاهشی داشت‎‍ و با افزایش و کاهش ناگهانی در برخی نقاط همراه بود که با الگوی پراکنش مکانی مادۀ آلی گزارش‎‍شده در مطالعۀ مهندسان مشاور دریاترسیم بر‎‍ 70 نمونۀ رسوب سطحی سد زاینده‌رود مطابقت دارد (شکل 2). مادۀ آلی در ‌رسوبات ‌از ‌عواملی‌ است ‌که ‌باعث ‌جذب ‌عناصر ‌داری قابلیت سمیت ‌و ‌در‎‍نتیجه ‌افزایش‌ غلظت ‌آنها ‌در ‌رسوبات‌ می‌شود؛ ‌بنابراین ‌با ‌فرض ‌یکسان‎‍بودن‌‌ دیگر ‌عوامل ‌ژئوشیمیایی، ‌انتظار ‌می‌رود ‌در ‌نقاطی ‌که ‌مقدار‌ مادۀ آلی ‌رسوب ‌زیاد ‌است،‌ غلظت ‌بیش‌تری ‌از ‌عناصر ‌دارای قابلیت سمیت ‌از‎‍طریق ‌واکنش‌های ‌جذب ‌سطحی ‌یا ‌شیمیایی ‌جذب‌ شوند. خلاصۀ آماری نتایج حاصل از دانه‌بندی رسوبات سطحی دریاچۀ سد زاینده‌رود در جدول 4 آورده شده ‌است. به‎‍طور کلی میزان ذرات در اندازۀ ماسه و بزرگ‌تر از آن کم‌ و درصد ذرات ریزتر شامل سیلت و رس در رسوبات سطحی بیشتر بود (شکل 3) که با الگوی مکانی گزارش‎‍شده در مطالعات قبلی‎‍ بر‎‍ رسوبات سطحی دریاچۀ سد زاینده‌رود‎‍ ‎‍(DaryaTarsim Consulting Engineers 2011)، مشابهت دارد.

نتایج حاصل از ضریب همبستگی اسپیرمن بین متغیرهای فیزیکی و شیمیایی رسوبات سطحی، نشان‌گر همبستگی بسیار معنی‌دار و منفی درصد اکسیداسیون و احیا با pH (01/0˂P، 587/0r=-) و درصد مادۀ آلی (01/0˂P، 626/0r=-) بود. هدایت الکتریکی با هیچ‎‍کدام از متغیرها همبستگی معنی‌دار نداشت. چگالی خام با چگالی خشک همبستگی مثبت بسیار معنی‌دار قوی (01/0˂P، 743/0=r) و چگالی خشک با درصد رطوبت، همبستگی منفی بسیار معنی‌داری (01/0˂P، 853/0r=-) داشت. بین مجموع سیلت با مجموع رس همبستگی منفی بسیار معنی‌داری مشاهده شد (01/0˂P، 909/0r=-). بین دیگر متغیرهای فیزیکی و شیمیایی نیز، همبستگی معنی‌داری در سطح 01/0 مشاهده نشد. ضریب همبستگی اسپیرمن بین اجزای ذرات رسوب سطحی بین سنگریزه با ماسۀ خیلی درشت (01/0˂P، 994/0r=)، ماسۀ درشت (01/0˂P، 1r=) و ماسۀ متوسط (01/0˂P، 839/0r=) همبستگی خیلی قوی مثبت و با ماسۀ ریز همبستگی مثبت بسیار معنی‌داری نشان داد (جدول 5).

خلاصۀ آماری غلظت عناصر‎‍ مطالعه‎‍شده شامل نقره (Ag)، آلومینیوم (Al)، آرسنیک (As)، کلسیم (Ca)، کادمیوم (Cd)، سریم (Ce)، کبالت (Co)، کروم (Cr)، مس (Cu)، آهن (Fe)، لانتانیم (La)، لیتیم (Li)، منیزیم (Mg)، منگنز (Mn)، مولیبدن (Mo)، نیکل (Ni)، فسفر (P)، سرب (Pb)، گوگرد (S)، آنتیموان (Sb)، اسکاندیم (Sc)، توریم (Th)، وانادیم (V)، اتریم (Y)، اتربیم (Yb) و روی (Zn) در رسوبات سطحی در جدول 6 ارائه شده است.

جدول4- خلاصۀ آماری خصوصیات فیزیکی و شیمیایی رسوبات سطحی مخزن سد زاینده‌رود

Table 4- Statistical summary of physical and chemical properties of surface sediments of Zayandehroud Dam reservoir

متغیر

میانگین

حداقل

حداکثر

انحراف معیار

%رطوبت

7/46

90/38

81/64

67/5

%چگالی خام

53/1

14/1

80/1

13/0

%چگالی خشک

26/1

62/0

58/1

21/0

%سنگریزه

53/0

0

66/9

21/2

%ماسه

32/2

0

43/29

26/7

% سیلت و رس

15/97

90/60

100

33/9

%مادۀ آلی

91/1

91/0

61/2

44/0

٪ کربنات‌کلسیم

55/37

5/14

64

89/12

pH

05/8

71/7

23/8

13/0

EC (μS/cm)

6/151

2/108

221

85/26

Eh (mV)

40/120

91

153

90/17

%ماسۀ خیلی درشت

31/0

0

3

93/0

%ماسۀ درشت

20/0

0

6/3

82/0

%ماسۀ متوسط

16/0

0

7/2

62/0

%ماسۀ ریز

29/0

0

66/4

07/1

%ماسۀ خیلی ریز

34/1

0

53/15

02/4

%سیلت درشت

34/12

99/0

75/30

83/7

%سیلت متوسط

93/12

0

70/26

14/7

%سیلت ریز

79/10

01/3

77/16

39/4

%سیلت خیلی ریز

60/12

0

76/22

49/6

شکل2- توزیع مکانی متغیرهای فیزیکی و شیمیایی (به ترتیب شامل pH، Eh، EC، چگالی خام، چگالی خشک، درصد رطوبت، درصد کربنات کلسیم و درصد مادۀ آلی) رسوبات سطحی مخزن سد زاینده‌رود

Fig 2- Spatial distribution of physical and chemical variables (including pH, Eh, EC, bulk density, dry density, percentage of moisture, percentage of calcium carbonate, and percentage of organic matter, respectively) of surface sediments of the Zayandehroud Dam reservoir

 شکل3- توزیع مکانی دانه‌بندی رسوبات سطحی مخزن سد زاینده‌رود

Fig 3- Spatial distribution of surface sediments grain size in the Zayandehroud Dam reservoir

 به‎‍طور کلی تغییرات غلظت عناصر در رسوبات سطحی در دو گروه تقسیم‌بندی می‎‍شود. عناصر کلسیم و توریم در گروه اول و دیگر عناصر در گروه دوم قرار گرفت. بر‎‍اساس ضریب همبستگی اسپیرمن بین این عناصر، عناصر هر گروه با یکدیگر همبستگی مثبت و معنی‌داری است؛ در حالی که عناصر گروه اول با دوم همبستگی منفی معنی‌داری داشت‎‍ و معکوس یکدیگر بود (جدول 7). تغییرات مکانی 6 عنصری که دامنۀ تغییرات غلظت بیشتری دارند (شامل نقره، آرسنیک، کروم، مس، نیکل و سرب) در شکل 4 نمایش داده شده ‌است.

رهنمودهای کیفیت رسوب NOAA برای ارزیابی درجۀ آلودگی و بررسی میزان تأثیر آلاینده‌ها بر‎‍ موجودات زنده به کار می‎‍رود. به‌طور کلی این شاخص‌ها (ERL و ERM) نشان می‌دهند که آیا میزان عناصر اندازه‌گیری‎‍شده در رسوبات، آثار مضری بر‎‍ زیستمندان دارد یا خیر؟ اگر مقدار عنصر اندازه‌گیری‎‍شده کمتر از مقدار ERL باشد، یعنی عوارض جانبی حضور فلز در رسوبات به‎‍ندرت رخ می‌دهد و اگر میزان غلظت فلز بین مقدار ERL‌ ‌و ERM باشد، نشان‎‍دهندۀ این است که عوارض جانبی حضور فلز در رسوبات احتمالاً به‎‍صورت گهگاه اتفاق می‌افتد. اگر میزان غلظت فلز در رسوبات بیشتر از ERM‌ باشد، نشان می‌دهد عوارض جانبی فلز در بیشتر مواقع اتفاق می‌افتد (Taleshpour et al. 2021). در جدول 6 تغییرات 6 عنصری نمایش داده شده ‌است که تخطی از رهنمود کیفیت رسوب آمریکا دارند (بر‎‍حسب شاخص‌های ERL و ERM). به‎‍طور کلی تغییرات غلظت عناصر در رسوبات سطحی با افزایش و کاهش‌های ناگهانی در برخی نقاط همراه بود؛ برای مثال عنصر نقره به‎‍سمت ورودی دریاچه و سرب در حوضچۀ نزدیک تاج سد، تغییرات بیشتر از محدودۀ ERM نشان داد که افزایش غلظت عنصر سرب احتمالاً متأثر از شرایط رسوب‎‍گذاری و وجود باغ‎‍ها و گردشگری و به‎‍دنبال آن ترافیک و حمل و نقل زیاد در این منطقه است. همچنین عنصر مس در کل محدودۀ مطالعه‎‍شده در طبقۀ ERL بود. اگرچه ‌بعضی ‌از ‌عناصر ‌مانند ‌مس ‌و ‌روی،‌ ریزمغذی‌های ‌ضروری‌ برای ‌حیوانات ‌و ‌گیاهان‌اند،‎‍ ‌مقادیر‌ زیاد‌ آنها‌ خطرناک ‌است ‌و‌ آثار ‌نامطلوبی‌ بر ‌سلامت ‌موجودات‌‌ زنده ‌خواهد ‌گذاشت. عنصر نیکل در بسیاری از محدوده‎‍های‎‍ مطالعه‎‍شده، بیشتر از دامنۀ ERM بود. آرسنیک در برخی نقاط دامنۀ آثار حداقلی داشت؛ ولی کروم در بیشتر نقاط در طبقه، دارای آثار حداقلی بر زیستمندان محیط (ERL) بود (جدول 6)‎‍ که شاید به‎‍علت ورود پساب‌های کشاورزی (حاوی کودهای شیمیایی، آفت‌کش‌ها و سموم استفاده‎‍شده در زمین‌های کشاورزی)، تخلیۀ فاضلاب‌های رستوران‌ها، حمل و نقل و یا از منابع طبیعی باشد. چنانچه کروم عمدتاً در کانی‌های رسی حضور دارد. به‎‍طور کلی زیاد‎‍بودن دامنۀ تغییرات غلظت عناصر مس، نیکل و آرسنیک احتمالاً ناشی از عملیات راه‌سازی و تخلیۀ پساب‌های صنعتی، شهری و کشاورزی در اراضی بالادست دریاچه است.

در جدول 8، مقایسۀ وضعیت آلودگی مطالعۀ حاضر با دیگر مطالعات انجام‎‍گرفته در ایران آورده شده است. به‎‍طور کلی در بیشتر مطالعات انجام‎‍شده در زمینۀ وضعیت آلودگی رسوبات سطحی اکوسیستم‌های آبی بر‎‍اساس شاخص‌های زمین‎‍شیمیایی مختلف، همچون مخزن سد زاینده‎‍رود، آلودگی شدید برای بیشتر عناصر گزارش نشده است. تنها در برخی مطالعات آلودگی به‎‍صورت محلی و دربارۀ برخی عناصر مثل کروم (Motie Tabar et al. 2022)، روی، مس و سرب (Rezaei et al. 2024) گزارش شده است.

جدول5- همبستگی بین متغیرهای فیزیکی و شیمیایی رسوبات سطحی مخزن سد زاینده‌رود

Table 5- Correlation between physical and chemical variables of the surface sediments of Zayandehroud Dam reservoir

متغیر(٪)

pH

Eh

EC

چگالی خام

چگالی خشک

درصد رطوبت

کربنات کلسیم

مادۀ آلی

درصد ماسه

درصد سیلت

درصد رس

درصد سنگریزه

pH

1

 

 

 

 

 

 

 

 

 

 

 

Eh

-0٫587**

1

 

 

 

 

 

 

 

 

 

 

EC

0٫485*

-0٫204

1

 

 

 

 

 

 

 

 

 

چگالی خام

-0٫336

0٫299

-0٫439

1

 

 

 

 

 

 

 

 

چگالی خشک

-0٫188

0٫273

-0٫170

0٫743**

1

 

 

 

 

 

 

 

درصد رطوبت

-0٫003

-0٫176

0٫083

-0٫388

-0٫853**

1

 

 

 

 

 

 

کربنات کلسیم

0٫551*

-0٫087

0٫488*

-0٫206

-0٫424

0٫383

1

 

 

 

 

 

مادۀ آلی

0٫501*

-0٫626**

-0٫006

0٫114

0٫176

-0٫197

0٫050

1

 

 

 

 

درصد ماسه

-0٫038

0٫211

0٫095

0٫073

0٫068

0٫024

0٫101

-0٫268

1

 

 

 

درصد سیلت

-0٫344

-0٫133

-0٫459*

0٫524*

0٫017

0٫366

-0٫147

0٫202

-0٫349

1

 

 

درصد رس

0٫560*

-0٫132

0٫431

-0٫369

0٫031

-0٫386

0٫370

0٫094

0٫130

-0٫909**

1

 

درصد سنگریزه

-0٫178

0٫412

0٫046

-0٫049

0٫053

-0٫082

-0٫030

-0٫534*

0٫544*

-0٫533*

0٫267

1

** معنی‌دار در سطح 1درصد، * معنی‌دار در سطح 5درصد

خلاصۀ آماری نتایج حاصل از محاسبۀ عامل غنی‌شدگی در جدول 6 آورده شده ‌است. عامل غنی‌شدگی مطابق جدول 1 برای رسوبات سطحی از تاج سد به‎‍سمت ورودی دریاچه متفاوت بود‎‍ و برای بیشتر عناصر تغییرات زیادی نداشت؛ اما برخی عناصر مثل عنصر نقره به‎‍سمت ورودی دریاچه و عنصر سرب و مس در حوضچۀ نزدیک تاج سد تغییرات زیادی داشت (شکل 5) که ‎‍علت احتمالی را به تغییرات مکانی منابع ورودی آلودگی به‎‍ویژه دهکده‌های فرهنگی و ویلاهای تفریحی اطراف دریاچۀ سد نسبت داد که عمدتاً در بخش میانی شمال دریاچۀ سد مستقر شده‌اند. مطابق دسته‌بندی جدول 2 از‎‍نظر شاخص زمین‌انباشتگی، عنصر نقره در ابتدای ورودی دریاچه و عنصر سرب در نزدیکی تاج سد کمی آلودگی و عناصر کادمیوم و آنتیموان در کل منطقۀ مطالعه، غیر آلوده تا کمی آلودگی نشان دادند (شکل 6). شاخص بار آلودگی در رسوبات سطحی نیز در نقاط S2-2 و S3-1 نشان‌دهندۀ آلودگی و در دیگر نقاط غیر آلوده بود (شکل 7). عواملى مانند نوع سنگ مادر یا تیپ خاک، فرآیندهاى هوازدگى، جذب سطحى و خصوصیات رسوب، بر پراکنش رسوبات تأثیر می‎‍گذارد. در برخی رودخانه‌ها میزان عناصر ممکن است به‎‍‎‍‎‍‎‍دلیل فعالیت‌های انسانی نسبت‎‍به مقدار استاندارد بیشتر است. غلظت طبیعی این فلزات در رسوبات رودخانه‌ای به کانی‌شناسی، اندازۀ دانه‌ها و مقدار مواد آلی بستگی دارد (Emam & Saad-Eldin 2013). مطالعات زمین‌شیمیایی نشان می‌دهد‎‍ رسوبات با اندازه‌های ریزتر دارای آلودگی بیشتری نسبت‎‍به رسوبات درشت دانه‌ترند؛ زیرا تمرکز عناصر دارای قابلیت سمیت در بخش‌های ریزدانه بیشتر است (Salavati and Yousefimesrdashti 2022).

در حوزۀ آبریز سد زاینده‎‍رود بر‎‍اساس نقشه‌های زمین‎‍شناسی به ترتیب فراوانی، سنگ‌های آهکی و دولومیتی تریاس، پرموتریاس، ژوراسیک و کرتاسه، سنگ‌های شیلی و ماسه‎‍سنگی ژوراسیک، شیست‌های سبز تریاس و ژوراسیک، مارن‌های ژیپس‌دار و سنگ‌های آهکی میوسن و پلیوسن گسترش دارند. توده‌های آندزیتی نیز به‎‍صورت پراکنده در حوزۀ آبریز وجود دارد. این سنگ‌ها با توجه به کانی‌های تشکیل‎‍دهنده و کانسارهای موجود در آنها، یکی از عوامل اصلی تعیین‎‍کنندۀ میزان غلظت عناصر در رسوبات‎‍اند. البته بیشتر سنگ‌ها معمولاً حاوی عناصر آلوده‎‍کننده با غلظت زیاد نیستند. در آهک‌ها به‎‍ویژه آهک‌های کرتاسه، کانسارهای سرب و روی (‎‍همراه با کانی پیریت) وجود دارند. معمولاً همراه با روی، عناصر نقره و کادمیوم نیز غلظت نسبتاً درخور توجهی دارند. در آهک‌های پرموتریاس، کانسارآهن مگنتیتی گسترش دارند. در این نوع معادن عنصر منگنز و دیگر عناصر پاراژنز آن‎‍ وجود دارند. توده‌های آندزیتی پراکنده در حوزۀ آبریز حاوی کانسار مس‎‍اند. همراه این کانسار عنصر نقره نیز ‎‍ وجود دارد. شییست‌های سبز تریاس در بعضی نقاط حاوی کانی سولفات باریم‎‍اند.

جدول6- خلاصۀ‌ آماری غلظت (میکروگرم بر گرم رسوب خشک) و شاخص‌های زمین‎‍شیمیایی (EF و Igeo) عناصر‎‍ مطالعه‎‍شده در رسوبات سطحی مخزن سد زاینده‌رود

Table 6- Statistical summary of the concentrations (micrograms per gram of dry sediment) and geochemical indices (EF and Igeo) of the studied elements in the surface sediments of the Zayandehroud Dam reservoir.

 

میانگین

حداقل

حداکثر

انحراف معیار

رهنمود کیفیت رسوب (Long el al. 1995)

عناصر

غلظت

EF

Igeo

غلظت

EF

Igeo

غلظت

EF

Igeo

غلظت

EF

Igeo

ERL

ERM

Ag

42/0

12/6

12/0

07/0

86/0

-18/0

40/4

93/60

62/1

98/0

58/13

55/0

7/3

1

Al

60/34297

 1

-56/0

 20220

88/0

-79/0

 41639

07/1

-47/0

47/5760

05/0

08/0

-

-

As

49/7

92/0

41/0

10/2

42/0

-11/0

10/10

26/1

57/0

28/2

22/0

18/0

2/8

70

Ca

90/71147

17/1

04/0

 43610

58/0

-15/0

 100000

50/2

21/0

63/19773

53/0

12/0

-

-

Cd

50/0

09/1

22/0

43/0

81/0

16/0

65/0

59/1

34/0

06/0

18/0

05/0

2/1

6/9

Ce

05/38

99/0

-38/0

 29

89/0

-49/0

 44

22/1

-31/0

02/5

07/0

06/0

-

-

Co

95/18

01/1

-30/0

 12

89/0

-49/0

 23

11/1

-21/0

10/3

06/0

08/0

-

-

Cr

15/103

99/0

-17/0

 63

84/0

-38/0

 124

04/1

-08/0

46/17

05/0

08/0

81

370

Cu

35/56

49/1

-23/0

 34

86/0

-38/0

 177

95/6

33/0

92/41

45/1

21/0

34

270

Fe

55/36576

01/1

-37/0

 22572

94/0

-57/0

 43851

14/1

-28/0

91/5611

05/0

07/0

-

-

La

65/18

97/0

-39/0

 14

86/0

-51/0

 23

17/1

-29/0

56/2

07/0

06/0

-

-

Li

45/15

97/0

-81/0

 9

81/0

-04/1

 18

03/1

-74/0

68/2

05/0

09/0

-

-

Mg

15/14634

 1

-38/0

 9435

89/0

-57/0

 18627

35/1

-27/0

03/2548

10/0

08/0

-

-

Mn

70/700

99/0

-32/0

 341

67/0

-62/0

 856

18/1

-22/0

06/144

11/0

11/0

-

-

Mo

82/0

16/1

-47/0

60/0

90/0

-57/0

30/2

84/2

01/0

37/0

43/0

13/0

-

-

Ni

95/102

96/0

-05/0

 44

66/0

-41/0

 129

06/1

06/0

79/22

11/0

12/0

9/20

6/51

P

55/679

03/1

-37/0

 513

88/0

-49/0

 903

38/1

-24/0

34/89

13/0

06/0

-

-

Pb

40/131

68/3

42/0

 22

67/0

07/0

 1264

53/34

83/1

80/300

11/8

47/0

7/46

218

S

45/379

24/1

-03/0

 204

78/0

-28/0

 700

14/3

25/0

05/132

62/0

14/0

-

-

Sb

72/0

07/1

38/0

65/0

88/0

34/0

82/0

65/1

44/0

04/0

18/0

02/0

-

-

Sc

 8

97/0

-62/0

30/4

74/0

-89/0

80/9

04/1

-53/0

52/1

07/0

10/0

-

-

Th

80/11

09/1

-09/0

40/10

82/0

-14/0

20/14

05/2

-01/0

92/0

30/0

03/0

-

-

V

75/68

02/1

-47/0

 46

92/0

-64/0

 92

17/1

-34/0

54/10

08/0

07/0

-

-

Y

55/14

 1

-54/0

 9

80/0

-74/0

 20

19/1

-39/0

84/2

09/0

09/0

-

-

Yb

08/1

03/1

-62/0

80/0

86/0

-75/0

30/1

37/1

-54/0

11/0

13/0

05/0

-

-

Zn

20/99

04/1

-03/0

 69

93/0

-18/0

 136

30/1

11/0

17/19

11/0

08/0

410

150

جدول7 - ضرایب همبستگی اسپیرمن بین عناصر رسوبات سطحی دریاچۀ سد زاینده‎‍رود‎‍

Table 7- Correlation between elements of the surface sediments of Zayandehroud Dam reservoir

شکل4- تغییرات مکانی غلظت عناصر (میکروگرم بر گرم رسوب خشک) نقره، آرسنیک، کروم، مس، نیکل و سرب در رسوبات سطحی مخزن سد زاینده‌رود (طبقات غلظت با توجه به رهنمودهای کیفیت رسوب آمریکا انتخاب شده است)

Fig 4- Spatial variations of element concentrations (micrograms per gram of dry sediment) including silver, arsenic, chromium, copper, nickel, and lead in surface sediments of the Zayandehroud Dam reservoir (The concentration classes were selected based on US sediment quality guidelines)

شکل5- تغییرات مکانی عامل غنی‌شدگی عناصر نقره، مس و سرب در رسوبات سطحی مخزن سد زاینده‌رود

Fig 5- Spatial variation of the Enrichment Factor of silver, copper, and lead in the surface sediments of the Zayandehroud Dam reservoir

شکل6- تغییرات مکانی شاخص زمین‌انباشتگی عناصر نقره، کادمیوم، سرب و آنتیموان در رسوبات سطحی مخزن سد زاینده‌رود

Fig 6- Spatial variations of the Geoaccumulation index of silver, cadmium, lead, and antimony in the surface sediments of the Zayandehroud Dam reservoir

جدول8- مقایسۀ وضعیت آلودگی عناصر در رسوبات سطحی مخزن سد زاینده‌رود با دیگر مطالعات مشابه انجام‎‍شده در ایران

Table 8- Pollution state comparison of elements in surface sediments of the Zayandehroud Dam reservoir with other similar studies in Iran

شکل7- تغییرات مکانی شاخص بار آلودگی (PLI) در رسوبات سطحی مخزن سد زاینده‌رود

Fig 7- Spatial variations of the Pollution Load Index (PLI) in the surface sediments of the Zayandehroud Dam reservoir

نتیجه‌

رودخانه‌ها یکی از آسیب‌پذیرترین محیط‌ها نسبت‎‍به آلودگی‎‍اند؛ بنابراین رسوبات بستر رودخانه و دریاچه‌های مصنوعی احداث‎‍شده بر‎‍ رودخانه به‎‍علت توانایی زیاد در جذب آلاینده‌ها، نمایندۀ مناسبی برای بررسی شدت آلودگی در حوضۀ آبخیزند. نتایج حاصل از اندازه‌گیری متغیرهای فیزیکی و شیمیایی رسوبات سطحی دریاچۀ سد زاینده‎‍رود به‎‍طور کلی الگوی تغییرات pH، چگالی خام، چگالی خشک، درصد مادۀ آلی، درصد کربنات کلسیم و میزان ذرات در اندازۀ ماسه را از تاج سد به‎‍سمت ورودی دریاچۀ‎‍ افزایشی نشان داد؛ در حالی که متغیرهای درصد رطوبت و Eh کاهشی بود.

در بین 26 عنصر اندازه‌گیری‎‍شده در 20 نمونۀ رسوب سطحی‎‍ مطالعه‎‍شده، عناصر نقره، آرسنیک، کروم، مس، نیکل و سرب در برخی ایستگاه‌ها دارای مقادیر بیش از رهنمودهای کیفیت رسوب آمریکا (ERL و ERM) بود که برای آرسنیک و سرب به‎‍سمت تاج سد، برای کروم به‎‍جز چند نقطه، نیکل و مس در کل محدودۀ‎‍ مطالعه‎‍شده و نقره به‎‍سمت ورودی دریاچه نمایان شد. همچنین شاخص غنی‌شدگی برای عناصر سرب و مس در ورودی دریاچه حداقل و به‎‍سمت تاج سد افزایش یافت و غنی‌شدگی خیلی زیاد هم وجود داشت. عنصر نقره در یک ایستگاه در ورودی دریاچه، غنی‌شدگی فوق‎‍العاده زیادی داشت. شاخص زمین‎‍انباشتگی نیز برای عناصر کادمیوم و آنتیموان در کل محدودۀ مطالعه‎‍شده غیر آلوده تا کمی آلوده، برای عناصر نقره به‎‍سمت ورودی دریاچه و سرب نزدیک تاج سد کمی آلودگی نشان داد. شاخص PLI بر‎‍اساس کل عناصر تنها در نزدیک تاج سد آلودگی نشان داد. براساس ضرایب همبستگی مثبت و معنی‌دار بین بیشتر عناصر رسوبات سطحی دریاچۀ سد زاینده‎‍رود، غالبیت منشأ طبیعی‎‍ برای بیشتر عناصر‎‍ مطالعه‎‍شده بیان می‎‍شود. غنی‎‍شدگی عناصری چون کروم، نیکل و مس که در بیشتر ایستگاه‌ها مشاهده شد، احتمالاً منشأ طبیعی دارد و با زمین‌شناسی بالادست حوضۀ سد زاینده‎‍رود مطابقت دارد؛ در حالی که افزایش غلظت و غنی‎‍شدگی عناصری چون نقره و سرب که در برخی ایستگاه‌های‎‍ مطالعه‎‍شده مشاهده شد، اثر فعالیت‌های انسانی را نشان می‌دهد.

اگرچه آلودگی رسوبات بستر دریاچۀ سد زاینده‎‍رود به عناصر دارای قابلیت سمیت در مرز خطرناک نبود،‎‍ در ادامه و با این روند آلودگی قطعاً در دراز‎‍مدت خطرات زیست‎‍محیطی زیادی به‎‍دنبال خواهد داشت؛ بنابراین به‌کارگیری دستورالعمل‌های مدیریتی مناسب از‎‍جمله دفع صحیح پساب‌های شهری، روستایی و صنعتی و استفادۀ اصولی از سموم و کودهای کشاورزی مناسب، در بهبود وضعیت کنونی مؤثر است. به‎‍علاوه تحقیقات دوره‌ای به‎‍ویژه برای ورود دیگر آلاینده‌ها به مخزن سد زاینده رود ضروری است.

تشکر و سپاسگزاری

این مقاله بخشی از پایان‎‍نامۀ کارشناسی ارشد خانم مهتاب حقیقت‌نیا از دانشکدۀ منابع طبیعی دانشگاه صنعتی اصفهان است که در قالب پایان‎‍نامۀ تقاضامحور با حمایت مالی گروه تحقیقات کاربردی شرکت آب منطقه‌ای اصفهان تحت قرارداد شمارۀ 117/401 به انجام رسیده است. به این وسیله از همکاری مسئولان معاونت پژوهش و فناوری و دفتر ارتباط با صنعت دانشگاه صنعتی اصفهان و شرکت آب منطقه‌ای اصفهان قدردانی می‎‍شود.

 

[1] Potential toxic elements (PTEs)

[2] Enrichment Factor

[3] Geo Accumulation Index

[4] Pollution Load Index

[5] Ekman Grab Sampler

[6] Moisture percentage

[7] Wet Density

[8] Dry Density

[9] Potential of Hydrogen

[10] Oxidation-Reduction Potential

[11] Electrical Conductivity

[12] Organic Matter

[13] National Oceanic and Atmospheric Administration

[14] Effects Range Low (ERL)

[15] Effects Range Medium (ERM)

[16] Spearman

References

Adomako D. Nyarko B. J. B. Dampare S. B. Serfor-Armah Y. Osae S. Fianko J. R. and Akaho E. H. K. 2008. Determination of toxic elements in waters and sediments from River Subin in the Ashanti Region of Ghana. Environmental Monitoring and Assessment, 141:165–175 https://doi.org/10.1007/s10661-007-9885-x
Akhlaghifard S. Nasrabadi T. and Hoveidi H. 2023. Analyzing the level of river sediment pollution with heavy metals using geo-accumulation index and enrichment factor. Environmental Sciences, 21(4): 77-98. [In Persian]. https://doi.org/10.48308/envs.2023.1299
APHA 2005. Standard Methods for the Examination of Water and Wastewater (21st Edition). American Public Health Association/American Water Work Association/Water Environment Federation, Washington DC.
Baran A. Tack F M. Delemazure A. Wieczorek J. Tarnawski M. and Birch G. 2023. Metal contamination in sediments of dam reservoirs: A multi-facetted generic risk assessment. Chemosphere, 310:136760. https://doi.org/10.1016/j.chemosphere.2022.136760
Beyhan M. and Algul F. 2020. Concentrations and sources of heavy metals in shallow sediments in Lake Bafa, Turkey. Scientific Reports, 10: 11782. https://doi.org/10.1038/s41598-020-68833-2
Bennett S. J. Rhoton F. E. and Dunbar J. A. 2005. Texture, spatial distribution, and rate of reservoir sedimentation within a highly erosive, cultivated watershed: Grenada Lake, Mississippi. Water Resources Research, 41(1): 01005. https://doi.org/10.1029/2004WR003645
Carter, M. R. and Gregorich, E. G. 2007. Soil sampling and methods of analysis. Earth Sciences, Environment and Agriculture. CRC press. 1264 p.
DaryaTarsim Consulting Engineers. 2011. Technical report on hydrographic operations and mapping of Zayandeh-Rud Dam (Vol. 1). National Cartographic Center of Iran. [In Persian]
Dawson C. W. Abrahart R J. and See L. M. 2007. HydroTest: a web-based toolbox of evaluation metrics for the standardised assessment of hydrological forecasts. Environmental Modelling and Software, 22(7): 1034-1052. https://doi.org/10.1016/j.envsoft.2006.06.008
de Lima Camêlo D. da Silva Filho L.A. de Arruda D.L. Cyrino L.M. Barroso G.F. Corrêa M.M. Barbeira P.J.S. Mendes D.B. Pasa V.M.D. and Profeti D. 2024. Mineralogical fingerprint and human health risk from potentially toxic elements of Fe mining tailings from the Fundão dam. Science of the Total Environment, 912: 169328. https://doi.org/10.1016/j.scitotenv.2023.169328
Emam A. and Saad-Eldin M. 2013. Distribution and environmental geochemistry of some heavy metals in stream sediments of Wadi Allaqi, southeastern desert of Egypt. Arabian Journal of Geosciences, 6(5): 1325–1332. https://doi.org/10.1007/s12517-011-0437-x
Fitzpatrick W P. Bogner W C. and Bhowmik N G. 1985. Sedimentation Investigation of Lake Springfield, Springfield, Illinois. ISWS Contract Report CR 363p.
Foster G D. Walls C. Mc Eachern P R. Huff T B. and Mc Bride R. 2019. Sedimentary profiles of pollution marker chemicals along a large tributary of Chesapeake Bay (mid-Atlantic USA). Journal of Soils and Sediments, 19(3): 1511-1526. https://doi.org/10.1007/s11368-018-2157-2
Gee G. W. and Or D. 2002. 2.4 Particle‐size analysis. Methods of soil analysis. Part 4 physical methods, 5: 255-293.
Haghighatnia M. 2023. Sedimentation rate and sediment zonation of the Zayandehrud Dam Lake based on geochemical indices of sediment cores, MSc, Isfahan University of Technology, Iran, 130 p. [In Persian]
Humphries M S. Kindness A. Ellery W N. and Hughes J C. 2010. Sediment geochemistry, mineral precipitation and clay neoformation on the Mkuze River floodplain, South Africa. Geoderma, 157(1-2): 15-26. https://doi.org/10.1016/j.geoderma.2010.03.010
Jawad S T. Shihab A F. and Al-Taher Q M. 2022. Heavy metal concentrations in water, sediments, Cladophora and two fish species from Al-Masab Alamm River, Al- Nassiriya, Iraq. Caspian Journal of Environmental Sciences, 20(4): 805-812. https://doi.org/10.22124/cjes.2022.5768
Kabata A. A. Pendias A. and Mukherjee A. B. 2007. Trace Elements from Soil to Human. Berlin, Springer, Berlin Heidelberg. 550 p.
Kartal B. Kuypers M M. Lavik G. Schalk J. Op den Camp H J. Jetten M S. and Strous M. 2007. Anammox bacteria disguised as denitrifiers. nitrate reduction to dinitrogen gas via nitrite and ammonium. Environmental Microbiology, 9(3): 635-642. https://doi.org/10.1111/j.1462-2920.2006.01183.x
Koś K. Gruchot A. and Zawisza E. 2021. Bottom sediments from a dam reservoir as a core in embankments-filtration and stability: A case study. Sustainability, 13(3): 1221. https://doi.org/10.3390/su13031221
Krishnamoorthy T. M. 2003. Collection and preparation of lake sediments for dating and trace element analysis by nuclear techniques (No. IAEA-TECDOC--1360, pp. 63-82).
Li Y. Zhou H. Gao B. and Xu D. 2021. Improved enrichment factor model for correcting and predicting the evaluation of heavy metals in sediments. Science of The Total Environment, 755(1): 142437. https://doi.org/10.1016/j.scitotenv.2020.142437
Long E R. Macdonald D D. Smith S L. and Calder F D. 1995. Incidence of adverse biological effects within ranges of chemical concentrations in marine and estuarine sediments. Environmental Management, 19: 81-97. https://doi.org/10.1007/BF02472006
Lu X. Wang L. Lei K. Huang J. and Zhai Y. 2009. Contamination assessment of copper, lead, zinc, manganese and nickel in street dust of Baoji, NW China. Journal of Hazardous Material, 161(2-3): 1058- 1562. https://doi.org/10.1016/j.jhazmat.2008.04.052
Maloi S K. Sang J K. Raude J M. Mutwiwa U N. Mati B M. and Maina C W. 2016. Assessment of sedimentation status of Ruiru reservoir, central Kenya. American Journal of Water Resources, 4(4): 77-82. doi: 10.12691/ajwr-4-4-1 
Mohammadi Galangash M. Hedayati S A. Forouhar Vajargah M. Pirali Zefrehei A. and Fallah M. 2022. Zonation of heavy metal distribution of surface sediments in Anzali Wetland using Geographical Information System (GIS). Journal of Research in Environmental Health, 7(4): 323-331. [In Persian] https://doi.org/10.22038/jreh.2022.61648.1461
Mousavi S F. Haidarpour M. and Shabanlou S. 2006. Investigation of sediments in the Zayandehrud reservoir through area increment and area-reduction empirical models. Water and Wastewater, 17(1): 76-82. [In Persian]
Motie Tabar F. Forghani Tehrani G. and Rostami S. 2022. Contamination assessment and chemical speciation of potentially toxic elements in surface sediments of the Karoon River, Ahwaz city district. Journal of Stratigraphy and Sedimentology Researches, 38(2): 13-34. [In Persian] https://doi.org/10.22108/jssr.2022.132433.1224
Muller G. 1969. Index of geo-accumulation in sediments of the Rhine River. Geology Journal, 2: 108-118.
Partani S. Rashidi A. Jarahi H. Jafari A. and Arzhangi A. 2024. Evaluation of the ecological risk of heavy metals in the sediments of coastal wetlands, case study: coastal wetlands of Chabahar Bay, mangrove ecosystem. Iranian Journal of Soil and Water Research, 54 (11), 1733-1757. [In Persian] https://doi.org/10.22059/ijswr.2023.360884.669517
Radojevic M. and Bashkin V.N. 1999. Practical Environmental Analysis. Royal Society of Chemistry. 466 p. https://doi.org/10.1039/9781847551740
Rahman S. Ahmed Z. Seefat S M. Alam R. Towfiqul Islam A R M. Choudhury T R. Begum B A. and Idris A.M. 2022. Assessment of heavy metal contamination in sediment at the newly established tannery industrial Estate in Bangladesh: A case study. Environmental Chemistry and Ecotoxicology, 4: 1-12. https://doi.org/10.1016/j.enceco.2021.10.001
Rezaei F. Mehr M R. Shakeri A. Sacchi E. Borna K. and Lahijani O. 2024. Predicting bioavailability of potentially toxic elements (PTEs) in sediment using various machine learning (ML) models: A case study in Mahabad Dam and River-Iran. Journal of Environmental Management, 366: 121788. https://doi.org/10.1016/j.jenvman.2024.121788
Salavati M. and Yousefimesrdashti Z. 2022. Evaluation of geochemical pollution from the perspective of environmental geology in Pole-Rud stream sediment, east of Guilan. Environmental Researches, 12(24): 149-158. [In Persian] https://dor.isc.ac/dor/20.1001.1.20089597.1400.12.24.12.4
Shafaee Bajestan M. 2012. Guide to sedimentation and sedimentation studies of dam reservoirs. Report No 589. Water Research Institute. 302 P. [In Persian]
Sparks D L. Page A L. Helmke P A. and Loeppert R H. 2020. Methods of soil analysis part 3: Chemical methods (Vol. 14). John Wiley and Sons, 1424p.
Sulistyowati L. Nurhasanah N. Riani E. and Cordova M R. 2023. Heavy metals concentration in the sediment of the aquatic environment caused by the leachate discharge from a landfill. Global Journal of Environmental Science and Management, 9(2): 323-336. https://doi.org/10.22034/gjesm.2023.02.11
Taleshpour S. Taghavi L. and Nasrollahzadeh Saravi H. 2021. Determination of heavy metals contamination in based on land accumulation and ecological risk potential (Case study: Sediments of Caspian Sea coastal rivers). Journal of Oceanography, 12(46): 100-108. [In Persian]. https://dx.doi.org/10.52547/joc.12.46.100
Walkley A. and Black I. 1934. An examination of Degtjareff method for determining soil organic matter and proposed modification of the Chromic Acid Titration Method. Soil Science, 37(1): 29-38. http://dx.doi.org/10.1097/00010694-193401000-00003
Weissmannová H D. and Pavlovský J. 2017. Indices of soil contamination by heavy metals–methodology of calculation for pollution assessment (mini review). Environmental Monitoring and Assessment, 189(12): 1-25. https://doi.org/10.1007/s10661-017-6340-5
Journal of Stratigraphy and Sedimentology Researches
Volume 41, Issue 3 - Serial Number 100
Journal of Stratigraphy and Sedimentology Researches , Vol. 41, Issue 3, No. 100, 2025
September 2025
Pages 71-91

Files

Share

How to cite

Statistics