تغییرات میزان روی در خاک با استفاده از طیف نگاری گیاهان محدوده معدن روی گوجر در شمال استان کرمان

نوع مقاله : مقاله پژوهشی

نویسندگان

1 پژوهشگاه علوم، تکنولوژی پیشرفته و علوم محیطی

2 1گروه اکولوژی، پژوهشکده علوم محیطی، پژوهشگاه علوم و تکنولوژی پیشرفته و علوم محیطی، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته،

3 دانشگاه تحصیلات تکمیلی و صنعتی کرمان (هایتک)

چکیده

استفاده از داده‌های طیف‌نگاری یکی از راههای بررسی خصوصیات و ویژگی‌های گیاهان است. قرار گرفتن گیاهان در معرض فلزات سنگین گیاهان را وادار به واکنش استرس زا می‌کند. این موارد می‌توانند در طیف بازتابی گیاه و پاسخ طیفی آن مؤثر باشند. به منظور بررسی طیف نگاری گیاهان در مناطق آلوده به فلز سنگین و گیاهان غیر آلوده از گیاهان Ficus carica، Punica granatum ، Cupressus arizonica و Eucalyptus camaldulensis در معدن سرب و روی گوجر در استان کرمان برای انجام طیف‌نگاری به‌عنوان گیاهان تحت تاثیر آلودگی استفاده شد. همچنین 4 گیاه نیز از محدوده اطراف شهر ماهان و شهر کرمان به‌عنوان گیاه سالم (نمونه شاهد) انتخاب شدند. نتایج حاصل از طیف نگاری گیاهان محدوده معدن گوجر در سیمای طیفی خود تفاوت‌هایی با نمونه‌های گیاهی سالم نشان دادند.توانایی بیش‌انباشتگری گیاهان در جذب فلزات سنگین به طور نمونه در گیاه Brassica napus (کلزا)، Cannabis sativa (شاهدانه) و Lepidium sativum (شاهی) جهت بررسی تغییر سیمای طیفی ناشی از تجمع فلزات سنگین انجام شد. در هر سه گیاه مورد آزمایش طیف جذبی گیاهان مورد آزمایش و شاهد از نظر افزایش میزان شیب و طیف عارضه جذبی اختلاف نشان داد. بررسی‌های طیفی بر روی گیاهان به ویژه نمونه‌های شاهی، شاهدانه و کلزا نشان داد که این گیاهان در شناسایی مناطقی که تحت آلودگی فلزات سنگین قرار داشته کاربرد مناسبی دارند.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Soil Zinc Content Changes Using Spectroscopy of Plants in Gojer mine in North Kerman Province

نویسندگان [English]

  • hassan salari 1
  • mehdi honarmand 2
  • Hossein Mozafari 3
  • mahdieh hosseinjanizadeh 2

1 kgut.ac.ir

2 1Department of Ecology, Institute of Science and High Technology and Environmental Sciences, Graduate University of Advanced Technology, Kerman, Iran

3 Institute of Science and High Technology and Environmental Sciences, Graduate University of Advanced Technology, Kerman, Iran

چکیده [English]

Data spectroscopy using is one way to study the properties and properties of plants. Plants that exposure to heavy metals induces a stressful reaction that can affect the reflectance spectrum of the plant and its spectral response. Eucalyptus camaldulensis ,Ficus carica، Punica granatum and Cupressus arizonica were used to investigate the spectroscopy as heavy metal-contaminated plants and non-contaminated at Gojar Mine in Kerman province. Also some plants from the around Mahan and Kerman were selected as control samples. The results of the spectroscopy of the Gojer mine plants showed differences in their spectral images with control plant samples. The accumulationability of plants Brassica napus, Cannabis sativa,Lepidiums ativumto absorb heavy metals carried out to investigate the spectral change caused via heavy metal accumulation.The absorption spectra of the tested and control plants were significantly different in all three plants. Spectral studies on Brassica napus, Cannabis sativa, Lepidiums ativum showed that these plants are useful in identifying areas that are heavily metal contaminated.

کلیدواژه‌ها [English]

  • Eucalyptus camaldulensis
  • Ficus carica
  • Gojer zinc mine
  • Kerman Provience
  • Punica granatum Plant Spectroscopy

تغییرات میزان روی در خاک با استفاده از طیف نگاری گیاهان محدوده معدن روی گوجر در شمال استان کرمان

حسن سالاری* ، مهدی هنرمند، حسین مظفری و مهدیه حسینجانی زاده

ایران، کرمان، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته، پژوهشگاه علوم و تکنولوژی پیشرفته و علوم محیطی، پژوهشکده علوم محیطی، گروه اکولوژی.

تاریخ دریافت: 27/12/1398          تاریخ پذیرش: 25/10/1399

چکیده

استفاده از داده‌های طیف‌نگاری یکی از راههای  بررسی خصوصیات و ویژگی‌های گیاهان است.  قرار گرفتن گیاهان در معرض فلزات سنگین گیاهان را وادار به واکنش استرس زا می‌کند. این موارد می‌توانند در طیف بازتابی گیاه و پاسخ طیفی آن مؤثر باشند. به منظور بررسی طیف نگاری گیاهان در مناطق آلوده به فلز سنگین و گیاهان غیر آلوده از گیاهان Ficus carica، Punica granatum ، Cupressus arizonica  و Eucalyptus camaldulensis در معدن سرب و روی گوجر در استان کرمان برای انجام طیف‌نگاری به‌عنوان گیاهان تحت تاثیر آلودگی استفاده شد. همچنین 4 گیاه نیز از محدوده اطراف شهر ماهان و شهر کرمان به‌عنوان گیاه سالم (نمونه شاهد) انتخاب شدند. نتایج حاصل از طیف نگاری گیاهان محدوده معدن گوجر در سیمای طیفی خود تفاوت‌هایی با نمونه‌های گیاهی سالم  نشان دادند.توانایی بیش‌انباشتگری گیاهان در جذب فلزات سنگین به طور نمونه در گیاه Brassica napus (کلزا)، Cannabis sativa (شاهدانه)  و Lepidium sativum  (شاهی) جهت بررسی تغییر سیمای طیفی ناشی از تجمع فلزات سنگین انجام شد. در هر سه گیاه مورد آزمایش طیف جذبی گیاهان مورد آزمایش و شاهد از نظر افزایش میزان شیب و طیف عارضه جذبی اختلاف نشان داد.  بررسی‌های طیفی بر روی گیاهان به ویژه نمونه‌های شاهی، شاهدانه و کلزا نشان داد که این گیاهان در شناسایی مناطقی که تحت آلودگی فلزات سنگین قرار داشته کاربرد مناسبی دارند.

واژهای کلیدی: استان کرمان، طیف نگاری گیاهان،  معدن روی گوجر، Eucalyptus camaldulensis Ficus carica، Punica granatum

* نویسنده مسئول، تلفن: 03433776611 ، پست الکترونیکی:   h.salari@kgut.ac.ir

مقدمه

 

یکی از کاربرد‌های نوین و جالب توجه دانش سنجش از دور استفاده از داده‌های طیف‌نگاری و ابر طیفی برای بررسی خصوصیات و ویژگی‌های گیاهان است. در این حیطه مباحثی چون تنش شوری، خشکی، بیماری‌های گیاهان، آفت، سرما و حتی تنش فلزات سنگین مورد بررسی قرارمی‌گیرد. بررسی و تاثیر فلزات سنگین بر روی گیاهان از اهمیت بالایی برخوردار است زیرا گیاهان نقش بسیار مهمی در زنجیره غذایی تمام موجودات زنده دارند. گیاهان بطور معمول بیشتر در معرض آلودگی و خطرات زیست محیطی قراردارند زیرا موقعیت آن‌ها ثابت بوده و توانایی تعامل با آلودگی‌های زیست محیطی را ندارند هرچند در مقیاس های کوچک برای بقا از خود واکنش نشان می‌دهند و تا حدودی با محیط اطراف سازگاری پیدا می‌کنند(13). واکنش گیاهان به فلزات سنگین موارد مختلفی را شامل می‌شود. فلزات معمولا در متابولیسم و فعالیت‌های آنزیمی تاثیر منفی می‌گذارند. فلزات سنگین در بافت گیاهان تاثیر گذاشته و وارد ساختار‌های شیمیایی آن‌ها می شوند به‌نحوی که در بین مولکول‌ها محصور و عایق شده و باعث از دست رفتن قابلیت‌های آن‌ها در چرخه‌های متابولیکی شوند مانند چرخه سیتریک اسید(14) .

راهبردی که گیاهان برای همکنش با فلزات سنگین در محیط‌زیست دارند به دو شیوه است، یا آن‌ها را در خود انباشت کرده و در بافت خود اندوخته می‌کنند و در واکنش‌های بیوشیمیایی از خود بروز می‌دهند و یا اینکه از ورود آن‌ها جلوگیری می‌کنند. در هر دو صورت زمانی که میزان غلظت عناصر سمی در خاک و محیط اطراف بالا رود تاثیر منفی بر روی سلامت، رشد و زیست‌توده گیاهان خواهد گذاشت. قرار گرفتن در معرض فلزات سنگین فعالیت‌های فتوسنتزی را نیز تحت تاثیر خود قرار می‌دهد و معمولاً گیاه را وادار به واکنش استرس می‌کند. در مواردی که فلزات سنگین جذب‌شده جایگزین اتم منیزیم در ساختار مولکولی کلروفیل می‌شوند(7).

این موارد می‌توانند در طیف بازتابی گیاه و پاسخ طیفی آن مؤثر باشند ازاین‌رو از این قابلیت به‌منظور بررسی سلامت گیاهان در رویارویی با فلزات سنگین و یا حتی دیگر خصوصیات 22 سیمای طیفی نمونه‌های برگ انجیر کرمان Ficus carica (نمونه شاهد) و انجیر راور نشان داده‌شده است.گستره طیفی گیاهان در رویارویی با عوامل محیطی، نشان خاصی از خود بروز می‌دهد. در شکل 1 سیمای طیفی چند گیاه به همراه تغییرات و عواملی که باعث ایجاد آن شده‌اند مشاهده می‌شود.

 

 

شکل 1- سیمای طیفی گیاهان و گستره تاثیر عوامل گوناگون بر روی گستره طیفی گیاه  (19)

 

 

همان‌طور که در شکل 1 مشاهده می‌شود در بازه طیفی 1550 تا 1750نانومتر(5/1تا7/1میکرومتر) گستره‌ای است که تنش فلزات سنگین خود را نمایان می‌کند. همچنین در بازه 750 تا 1150 نانومتر(7/0 تا 1/1 میکرومتر) مربوط به خصوصیات بیوفیزیکی آن می‌شود.

 

مواد و روشها

طیف نگاری از گیاهان در مناطق آلوده و مناطق شاهد با دستگاه اسپکترورادیومتر  مدل FieldSpec ASD (Analytical Spectral Devices R3) انجام و در همه موارد منحنی پیوستار ترسیم و نمودار ها مقایسه گردید. دستگاه تجزیه طیفی (ASD) توسط شرکت خصوصی دستگاه تجزیه طیفی که سال 1990 در کلورادو تاسیس گردیده، به جامعه محققین معرفی شده است. این دستگاه شامل طیف سنج می باشد که در این مدل طیف نمونه‌ها در محدوده طیفی  nm2500-350 با پهنای باند  nm10 اندازه‌گیری می‌شوند(6). حسگر فیبر نوری که از طریق یک کابل بازتاب نوری را به طیف سنج منتقل می‌کند. به منظور نشانه‌گیری بهتر، حسگر فیبر نوری در بخشی شبیه تفنگ قرار دارد. یک نوت بوک برای نمایش و ذخیره داده‌های طیفی با استفاده از نرم افزار مخصوص داده‌های طیف‌سنجی  (RS)و صفحه سفید مبنا به شکل یک لوح فشرده که برای کالیبره کردن دستگاه طیف سنج به کار می‌رود(شکل 2)  .

 

 

شکل 2- دستگاه اسپکترورادیومتر FieldSpec و نحوه قرارگیری آن در آزمایشگاه.

 

جهت بررسی اینکه تجمع فلزات سنگین مانند روی در سیمای طیفی گیاهان منطقه  تاثیر گذار خواهد بود یا خیر توانایی بیش‌انباشتگری گیاهان در جذب فلزات سنگین انجام شد. برای این منظور از سه گیاه، کلزا، شاهدانه و شاهی در نمونه‌های خاک معدن و خاک شسته شده (Leached Soil) با اسید نیتریک در غلظت 3 مولار استفاده شد.خاک نمونه‌های معدنی در دو گلدان متفاوت با میزان ماده معدنی متفاوت قرار داده شدند، یکی گلدان با ماده معدنی بیشتر (Zn-Major) و دیگری با ماده معدنی کمتر(Zn-Minor). به منظور اندازه گیری رویگیاه  و خاک بصورت جداگانه به مدت 48 ساعت درون آون تهویه­دار با دمای 70 درجه­ی سانتی گراد نگهداری شد و پس از خشک شدن کامل جهت انجام عمل هضم اسیدی،نمونه­ها به آزمایشگاه منتقل شدند. در این مرحله نمونه­ها با دستگاه خردکن، خرد گشته و به مقدار 125/0 گرم توزین شدند و سپس در داخل لوله­های آزمایش، در 5 میلی لیتر اسید نیتریک غلیظ به مدت 24 ساعت قرار داده شد تا نمونه گیاهی کاملاً در اسید هضم شود. در مرحله بعد محلول را به مدت 20 دقیقه گرم کرده تا بخارات اسیدی از آن خارج گردد. در نهایت حجم محلول به 12 میلی لیتر رسانده و از کاغذ صافی عبور داده شد.  نمونه­های گیاهی و محلول­های استاندارد روی توسط دستگاه ICP-OES ساخت کشور استرالیا آنالیز شد(23). آنالیز آماری با استفاده از نرم افزار SPSS  انجام و نتایج حاصل به صورت جدول 2 ارائه گردید. محاسبه ضریب همبستگی بسته به نوع داده‌ها به دو صورت انجام می‌شود. یکی از این روش‌ها روش پیرسون می‌باشد که فرض نرمال بودن داده‌ها الزامی است. در صورتی که توزیع داده‌ها نرمال نباشد یا باید از داده‌های تبدیل یافته و یا از روش‌های غیر پارامتری استفاده کرد که یکی از مهمترین روش‌های غیر پارامتری محاسبه ضریب همبستگی رتبه‌ای اسپیرمن می‌باشد.   

نتایج

نتایج نشان داد که  گیاهان محدوده معدن گوجر در سیمای طیفی خود تفاوت‌هایی با نمونه‌های گیاهی سالم  داشتند.در شکل 3 سیمای طیفی برگ درخت انار ماهان به‌عنوان نمونه سالم و برگ درخت انار راور (معدن گوجر)  نشان داده‌شده است.  همان‌گونه که در شکل 3 پیدا است در گستره طیفی 6/1 تا7/1 میکرومتر در انار راور یک عارضه جذبی کوچک مشاهده می‌شود همچنین در گستره طیفی 8/0 تا 9/0 میکرومتر شیب سیمای طیفی انار راور  در سنجش با انار ماهان کمی بیشتر است.

 

 

شکل3- سیمای طیفی نمونه برگ انار سالم(انار ماهان) و انار تحت تنش(انار راور)

 

 

پس از اعمال منحنی حذف پیوستار در نرم افزار5.3ENVI بر روی این دو طیف تفاوت‌های عارضه‌های جذبی بهتر نمایان می‌شود(شکل4) عارضه جذبی گستره 6/1 میکرومتر بهتر دیده می‌شود(شکل5) همچنین میزان جذب در گستره‌های 1میکرومتر، 3/1میکرومتر و 4/1 میکرومتر در نمونه برگ انار راور نسبت به انار ماهان بیشتر است.

در شکل 6 سیمای طیفی نمونه‌های برگ انجیر کرمان(نمونه شاهد) و انجیر راور نشان داده‌شده است. آن‌طور که دیده می‌شود میزان عارضه جذبی گستره 1 میکرومتر در نمونه انجیر راور بسیار بیشتر از نمونه سالم(انجیر کرمان) است همچنین از گستره 1/1میکرومتر سیمای طیفی نمونه انجیر راور با شیب تندتری به عارضه جذبی شدیدتری در گستره 2/1میکرومتر ختم می‌شود که این مورد در نمونه انجیر کرمان به این شدت نیست.

 

شکل4-  سیمای طیفی نمونه‌های انار بعد از اعمال منحنی حذف پیوستار

شکل5-  سیمای طیفی گستره 6/1-7/1میکرومتر در نمونه انار پس از اعمال منحنی حذف پیوستار که یک عارضه جذبی نمایان است.

شکل6- سیمای طیفی برگ انجیر نمونه‌های راور(معدن گوجر) و کرمان(نمونه شاهد).

 

پس از اعمال منحنی حذف پیوستار عوارض جذبی خود را بهتر نشان داده‌اند(شکل7) همچنین در عارضه جذبی که در گستره 7/1میکرومتر دیده می‌شود در نمونه انجیر کرمان(نمونه شاهد) بیشتر از نمونه انجیر راور(معدن گوجر) است.

 

شکل 7- سیمای طیفی نمونه‌های انجیر پس از اعمال منحنی حذف پیوستار

 

نمونه دیگری که در سیمای جذبی خود تغییراتی را نشان داد نمونه برگ درخت سرو بود. سیمای طیفی نمونه سرو ماهان(نمونه شاهد) و سرو راور(معدن گوجر)  درشکل8 قابل‌مشاهده است. از گستره 7/0 میکرومتر تا 1میکرومتر نمونه سرو راور در سنجش با نمونه سرو ماهان یک شیب تندتر رو به بالایی از خود نشان می‌دهد که در نمونه سرو ماهان این گستره کم‌وبیش به صورت یک خط مستقیم است. پس از اعمال منحنی حذف پیوستار بر روی سیمای طیفی این دو نمونه تفاوت‌های عوارض جذبی بهتر مشخص است(شکل9)، در گستره طیفی 7/1-8/1 میکرومتر یک عارضه بازتاب کوچک را در نمونه سرو راور می‌توان مشاهده نمود که در نمونه سرو ماهان دیده نمی‌شود (شکل10) .

 

شکل 8- سیمای طیفی برگ سرو ماهان(نمونه شاهد) و سرو راور

شکل 9-  سیمای طیفی نمونه‌های سرو ماهان و سرو راور پس از اعمال منحنی حذف پیوستار

شکل10-  سیمای طیفی سرو ماهان و راور در گستره 7/1-8/1 پس از اعمال منحنی حذف پیوستار

 

 

اکالیپتوس نمونه دیگری بود که موردبررسی قرار گرفت. سیمای طیفی دو نمونه برگ اکالیپتوس در شکل 11 قابل‌مشاهده است. اکالیپتوس ماهان(نمونه شاهد) و اکالیپتوس راور  در گستره 7/0 تا 1 میکرومتر  تفاوتی را در میزان شیب سیمای طیفی نشان می‌دهند که این شیب در نمونه راور (معدن گوجر) در سنجش با نمونه ماهان (نمونه شاهد) شدیدتر دیده می‌شود دیده می‌شود. با اعمال منحنی حذف پیوستار تفاوت‌ اندکی در سیمای طیفی این دو نمونه در گستره 7/1-8/1 میکرومتر قابل‌مشاهده است، در این گستره طیفی در نمونه اکالیپتوس راور یک عارضه بازتابی کوچک دیده می‌شود.(شکل 12 و شکل 13).

گیاه دیگر مورد آزمایش شاهدانه نیز در سیمای طیفی خود تغییراتی را نشان داد. در شکل 17 سیمای طیفی سه نمونه شاهدانه قابل مشاهده است.  در سیمای طیفی این گیاه نیز نمونه های رشد کرده در  خاک شسته شده با نمونه های رشد کرده در خاک معدن متفاوت است.

 

شکل11- سیمای طیفی نمونه برگ اکالیپتوس ماهان(نمونه شاهد) و اکالیپتوس راور

شکل12- سیمای طیفی اکالیپتوس ماهان و اکالیپتوس راور بعد از اعمال منحنی حذف پیوستار

 
 

شکل13-  سیمای طیفی اکالیپتوس راور و اکالیپتوس ماهان بعد از اعمال منحنی حذف پیوستار در گستره 7/1-8/1میکرومتر یک عارضه بازتابی ضعیف در نمونه راور نمایان است.

 

 

 

 

جدول1- میزان عناصر اصلی تشکیل دهنده 3 نمونه خاک بر حسب ppm

As

Al

Fe

Ca

Mg

Pb

Zn

 

28/6

9161

31628

57884

12819

691

904

شسته شده

627/8

10818

51358

81568

14660

5842

24035

عیار کم

1770/6

7533

85408

78902

12132

15206

>3%

عیار بالا

 

شکل 14- سیمای طیفی 3 نمونه کلزا، نمونه‌های آلوده تفاوتشان با نمونه شاهد نمایان است.

 

شکل 15- سیمای طیفی نمونه های کلزا بعد از اعمال منحنی حذف پیوستار

 

شکل 16-  منحنی طیفی نمونه های کلزا بعد از اعمال منحنی حذف پیوستار، در گستره7/0-1میکرومتر تفاوت های چشمگیر مشخص است

.

شکل 17- سیمای طیفی نمونه‌های کشت شده در شاهدانه در خاک شده شده و خاک معدن.

شکل 18-  سیمای طیفی نمونه‌های کشت شده در شاهدانه در خاک شده شده و خاک معدن بعدر از اعمال منحنی حذف پیوستار.

شکل 19- سیمای طیفی نمونه‌های کشت شده در شاهدانه در خاک شده شده و خاک معدن بعدر از اعمال منحنی حذف پیوستار در گستره 7/0-1میکرومتر تفاوت ها در میزان شیب و عرضه جذبی مشخص است.

شکل20- سیمای طیفی نمونه های شاهی کشت داده شده در خاک شسته شده و خاک معدن.

شکل21-  سیمای طیفی نمونه های شاهی کشت داده شده در خاک شسته شده و خاک معدن بعد از اعمال منحنی حذف پیوستار.

شکل22- سیمای طیفی نمونه های شاهی کشت داده شده در خاک شسته شده و خاک معدن بعد از اعمال منحنی حذف پیوستار در گستره 7/0-1میکرومتر تفاوت های بین نمونه شاهد و نمونه های آلوده در میزان عارضه جذبی و شیب منتهی به آن واضح است.

 

شکل 23- سه نمونه گیاه شاهدانه کشت داده شده در خاک شسته شده(گلدان سمت چپ)، خاک کم عیار(گلدان وسط) و خاک پر عیار(گلدان راست)

 

 

جدول 2-  ضرایب همبستگی محاسبه شده به روش اسپیرمن در معدن گوجر

سرب

روی

آهن

منیزیم

آرسنیک

کلسیم

 

275/0-

073/0-

083/0

473/0

250/0-

1

کلسیم

962/0

671/0

760/0-

105/0

1

250/0-

آرسنیک

084/0

215/0

258/0

1

105/0

473/0

منیزیم

694/0

522/0

1

258/0

760/0-

083/0

آهن

668/0

1

522/0

215/0

671/0

073/0-

روی

1

668/0

694/0

084/0

962/0

275/0-

سرب

 

در گستره طیفی 7/0-1 میکرومتر سیمای جذبی با یک خط صاف به عارضه جذبی نسبتاً ضعیف ختم می شود اما در نمونه های رشد کرده در خاک معدن در همان گستره طیفی سیمای طیفی با یک شیب تند به عارضه جذبی شدیدتری ختم می شود. در شکل 18 سیمای طیفی نمونه های شاهدانه بعد از اعمال منحنی حذف پیوستار قابل مشاهده است. در شکل 19 گستره طیفی 7/0-1میکرومتر بعد از اعمال منحنی طیفی از تفاوت در میزان شیب و افزایش عارضه جذبی حکایت دارد.

 

بحث در نتایج

به‌منظور از میان برداشتن و یا تقلیل آلودگی فلزات سنگین از این گیاهان می‌توان استفاده بهینه برد که این روش به نام گیاه‌پالایی خوانده می‌شود. تعدادی از گیاهان قابلیت انباشتگری و بیش انباشتگری دارند، بدین معنا که فلزات سنگین را در خود به میزان بسیار زیاد انباشت می‌کنند این قابلیت از دیدگاه زیست محیطی حائز اهمیت است. گیاهانی چون کلزا، شاهدانه و شاهی (تر تیزک) از این جمله گیاهان هستند که پژوهش‌های متعددی در رابطه باقابلیت گیاه‌پالایی و انباشت فلزات سنگین مانند روی، سرب، آرسنیک بر روی آن‌هاانجام‌شده و بیش انباشتگری آن‌ها به اثبات رسیده است و از این قابلیت آن‌ها می‌توان در مقابله با آلودگی فلزات سنگین بهره برد(1، 2، 3، 7، 10،12، 16، 17، 18). در پژوهش حاضر توانایی بیش‌انباشتگری این گیاهان در جذب فلزات سنگین استفاده شد تا بررسی شود که آیا تجمع فلزات سنگین مانند روی در سیمای طیفی آن‌ها تاثیر گذار خواهد بود یا خیر.برای این منظور از سه گیاه، کلزا، شاهدانه و شاهی در نمونه‌های خاک معدن و خاک شسته شده (Leached Soil) با اسید نیتریک در غلظت 3 مولار استفاده شد. خاک نمونه‌های معدنی در دو گلدان متفاوت با میزان ماده معدنی متفاوت قرار داده شدند، یکی گلدان با ماده معدنی بیشتر (Zn-Major) و دیگری با ماده معدنی کمتر(Zn-Minor). در جدول 1 میزان عناصر تشکیل دهنده نمونه‌های خاک ذکر شده اند. همان طور که از جدول بر می اید میزان فلزات سنگین مانند سرب و روی در نمونه های معدنی بسیار زیاد است.

هر سه گیاه در گلدان‌های مورد نظر کشت داده شده تا رشد کنند و برگ‌های آن‌ها سبز شوند سپس طیف‌نگاری بر روی آن‌ها صورت پذیرفت و سیمای طیفی آن‌ها استخراج شد(4). در شکل 14  سیمای طیفی 3 نمونه گیاه کلزا در گلدان‌های با میزان متفاوت روی، نشان داده شده است. همان‌طور که سیمای طیفی نمونه‌های کلزا نشان می دهند، نمونه ای که در خاک باغچه رشد نموده با نمونه‌هایی که در خاک حاوی ماده معدنی رشد نموده اند متفاوت است. در گستره طیفی 7/0-1/1میکرومتر شاخصه‌های جذبی و بازتابی ضعیفی وجود دارند که در نمونه‌های رشد کرده در ماده معدنی شدت یافته‌اند. همچنین در گستره طیفی 7/0-1میکرومتر شیب سیمای طیفی نمونه‌های آلوده بسیار زیاد است در حالی که در نمونه شاهد شیبی مشاهده نمی شود.  در شکل 15 سیمای طیفی نمونه‌های کلزا بعد از اعمال منحنی حذف پیوستار قابل مشاهده است در شکل 16 گستره طیفی 7/0-1 میکرومتر بعد از اعمال منحنی حذف پیوستار نمایش داده شده و بخوبی میزان تفاوت در شاخصه های جذبی را مشخص نموده است. در نمونه کلزا با میزان روی بالا (COLZA-ZN.MAJOR) میزان جذب و شیب بیشتر می باشد.

در شکل 20 سیمای طیفی نمونه های شاهی کشت شده در خاک شسته شده و خاک معدن نشان داده شده است. در این نمونه گیاهی نیز به مانند نمونه های دیگر میان سیمای طیفی نمونه رشد کرده در خاک شسته شده و نمونه خاک معدن  تفاوت های قابل توجهی دیده می شود. در سیمای طیفی شاهی رشد کرده در نمونه خاک شسته شده در گستره 7/0-1میکرومتر سیمای طیفی به صورت خط مستقیم به عارضه جذبی نسبتاً ضعیف ختم می شود اما در نمونه ها رشد کرده در خاک آلوده در گستره طیفی 7/0-1 میکرومتر این روند با شیب تند به عارضه جذبی شدیدتری ختم می شود. در شکل 21 سیمای طیفی نمونه های شاهی بعد از اعمال منحنی حذف پیوستار قابل مشاهده است. در شکل 22 سیمای طیفی نمونه های شاهی بعد از اعمال منحنی حذف پیوستار در گستره 7/0-1 میکرومتر مشاهده می شود. همان طور که مشخص است تفاوت بین سیماهای طیفی نمونه شاهی رشد کرده در خاک شسته شده و نمونه های رشد کرده در خاک معدن مشخص هستند. نمونه ای که در خاک آلوده تر رشد کرده شیب گستره طیفی 7/0-1 میکرومتر بیشتر و عارضه جذبی در 1میکرومتر شدیدتر است.

نظر به اینکه سیمای طیفی اکثر نمونه ها در گستره طیفی 750 تا 1150 نانومتر(7/0 تا 1/1 میکرومتر) مربوط به خصوصیات بیوفیزیکی دچار تغییر می شود. و تنها در نمونه های اوکالیپتوس و سرو  در گستره طیفی 1550 تا 1750 نانومتر(5/1 تا 7/1میکرومتر) محدوده‌ای که تنش فلزات سنگین خود را نمایان می‌کند دارای تفاوت با نمونه سالم و استاندارد هستند. می توان اینطور نتیجه گرفت که اکثر نمونه های گیاهی مخصوصاً کلزا، شاهدانه و شاهی تغییرات مربوط به انباشت فلزات سنگین را در خصوصیات بیوفیزیکی از خود نشان می دهند یعنی با انباشت فلزات سنگین به نوعی کنار آمده اند اما این انباشت تاثیر خود را در خصوصیات بیوفیزیکی و قرار گیری در ساختار مولکولی گیاهان گذاشته است. تحقیقات انجام شده در جهان نیز گرچه بر روی عناصر و معادن مختلف صورت گرفته است ولی عمدتاً نشان از تغییر طیف جذبی عناصر در مناطقی معدنی دارند که نتایج این تحقیق نیز در همین راستا است. در تحقیقی برای تعیین مشخصات خاک در باغات سیب در چین با استفاده از طیف سنج زمینی فلزات سنگین موجود درخاک As, Cu, Pb, Zn,Cr مورد بررسی قرار گرفته است (22).  لوسک و همکاران برای مطالعه باقی مانده‌های معدنی در مکان‌های تحت فعالیت استخراج و همچنین بررسی محتوای عناصر سنگین در شمال اسپانیا از داده‌های IKONOS و داده‌های ابر طیفی CASI استفاده کردند. آن‌ها متوجه شدند که تفکیک پذیری طیفی لزوماً برای پیش بینی محتوای عناصر سنگین یک محدودیت نیست چنانچه نتایج حاصل از چهار باند ماهواره IKONOS مشابه نتایج بدست آمده از 65 باند داده‌های ابر طیفی می باشد(11).  همچنین کمپر و سومر طی مطالعه‌ای غلظت عناصر سنگین را در اطراف معدنی در شمال اسپانیا با استفاده از میزان انعکاس باند مادون قرمز نزدیک پهنه بندی کردند که نتایج آنها نشان داد که غلظت Fe,Cu,As,Cd,Zn,Sb,S,Hg,Pb  بالاتر از مقادیر معمول می باشد(9). در مطالعه ویلیامز و مالی در اطراف رودخانه‌ای در شمال غرب کانادا با استفاده از اسپکتروفتومتر جهت پیش بینی غلظت عناصر سنگین باند مادون قرمز نزدیک در طول موج 1100 تا 2500 نانومتر با استفاده از اسپکتروفتومتر پیشنهاد شد(20). یانزاهو و همکاران (21) امکان استفاده از انعکاس طیفی را به عنوان یک روش سریع و همزمان در ارزیابی عناصر آلاینده در حومه شهر نانجینگ چین تائید کردند. در تحقیقی دیگر چو و همکاران با استفاده از تلفیق داده‌های ژئوشیمی طیف سنجی میدانی و داده‌های سنجش از دور ابر طیفی در معدنی در جنوب شرق اسپانیا آلودگی فلزات سنگین در رسوبات ابراهه ای مورد بررسی قرار دادند  که بدین منظور از نسبت باندهای 610/500 نانومتر در ناحیه مرئی، مادون قرمز نزدیک و میزان جذب در محدوده 2200 نانومتر استفاده کردند که دریافتند الگوی مکانی مشابهی بین نقشه‌های حاصل از تصاویر چند طیفی داده‌های اسپکتروفتومتری وجود داشت. نتایج آنها تائید کرد که پارامترهای مشتق شده از خصوصیات جذب طیفی خاک‌ها پتانسیل لازم برای تهیه نقشه‌های پراکنش مکانی عناصر سنگین را دارا می‌باشد(4).  جک موند و همکاران (8) فریر (5) پارک و مایکل(15) مطالعات گسترده‌ای را در زمینه کاربرد انعکاس طیفی و تصاویر ماهواره‌ای در بررسی پراکنش عناصر سنگین انجام داده‌اند. در هر حال فرآیندهای مربوطه باعث ایجاد تفاوت در سیمای طیفی گیاهان شده و این امر می تواند در سنجش از دور و پایش آلودگی های زیست محیطی ناشی از پراکندگی فلزات سنگین بسیار کارگشا باشد.

تشکر و قدردانی: این مقاله بخشی از یک طرح پژوهشی بوده که قرارداد آن به شماره 408/95 در پژوهشگاه علوم و تکنولوژی پیشرفته و علوم محیطی، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته کرمان به ثبت رسیده است. نویسندگان مقاله مراتب تشکر خود را از مسئولین پژوهشگاه و دانشگاه اعلام می دارند.

  1. داودپور، ر. اردکانی، س.  چراغی، م. عبدی، ن. لرستانی ب. 1399 . بررسی قابلیت انباشتگی زیستی و تثبیت آرسنیک و برخی فلزات سنگین توسط گونه گون(Stragalus spp).  مجله پژوهشهای گیاهی. دوره 33. شماره 2. صفحه 488-477.
  2. رضانژاد، ف. علومی، ح. قلی پور، ز. کلانتری، خ. 1396. پاسخ دو گونه کاج (Pinus nigra) و ( eldarica) اطراف کارخانه مس سرچشمه در جذب فلزات سنگین و برخی ویژگی‌های ساختاری برگ. مجله پژوهشهای گیاهی. دوره 30، شماره 2. صفحه 407-393.

 

  1.  

 

  1. Aziz, H. A. Aziz S. Q. 2013. phytoremediation of soil contaminated with nickel by lepidium sativum ; optimization by response surface methodology. 15: 69–75.
  2. Choe, E. F. Van Der Meer, F. Van Ruitenbeek, H. Van Der Werff2008. Remote Sensing of Environment Mapping of heavy metal pollution in stream sediments using combined geochemistry , fi eld spectroscopy , and hyperspectral remote sensing : A case study of the Rodalquilar mining area , SE Spain. 112: 3222–3233.
  3. Ferrier, G. 1999. Application of imaging spectrometer data in identifying environmental pollution caused by mining at Rodaquilar, Spain,” Remote Sens. Environ. 68: 125–137.
  4. Ghorbani, AHonarmand, MShahriari, HHassani, M. J. 2019. Regional scale prospecting for non-sulphide zinc deposits using ASTER data and different spectral processing methods. 40: 8647-8667.
  5. Hosseini A. Universiti, V. Vakili, A. H. 2016. The Potential of Lepidium sativum for Phytoremediation of Contaminated Soil with Cadmium. 2013. 20-24.
  6. Jacquemoud, B. Ustin, S. S. L. Verdebout, J. Schmuck, G. Andreoli, Hosgood, G.. 1996. Estimating leaf biochemistry using the PROSPECT leaf optical properties model,” Remote Sens. Environ. 56: 194–202.
  7. Kemper, 2000. Estimate heavy metal contamination in soil after a mining accident using reflectance spectroscopy. Environ. Sci. Technol. 36: 2742–2747.
  8. Koz, B. Ger, H. Leštan, D. 2003. Phytoextraction of lead , zinc and cadmium from soil by selected plants. 12: 548–553.
  9. Lévesque, T. Staenz, J. Szeredi, K. 2011. The impact of spectral band characteristics on unmixing of hyperspectral data for monitoring mine tailings site rehabilitation. J. Remote Sens. 26: 231–240.
  10. Li, C. Xiao, B. Wang, Q. H. Yao, S. H. Wu, Y. 2014. Phytoremediation of Zn- and Cr-Contaminated Soil Using Two Promising Energy Grasses. water air soil pollut. 225: 20 -27.
  11. Mialhe, F. Gunnel, Y. F. A. Ignacio, N. Delbart, J. Ogania and S. Henry. 2015. Monitoring land-use change by combining participatory land-use maps with standard remote sensing techniques: Show case from a remote forest catchment on Mindanao, Philippine. International Journal of Applied Earth Observation and Geo-Information. 36: 69-82.
  12. Moreno, J. L. J. Zabalza, V. S. M. Serrano, J. Revueltu, M. Gilabberte, C. Molina, E. M. Tejeda, J. M. Ruiz. Tague, C. 2014. Impact of climate and land use change on water availability and reservoir management: Scenarios in Upper Aragón River. Science of the Total Environment. 493: 1222-1231.
  13. Park, Stenstrom, M. K. 2006. Using satellite imagery for stormwater pollution management with Bayesian networks. 40: 3429–3438.
  14. Rahman, M. A. Hasegawa, H. 2011. Chemosphere Aquatic arsenic : Phytoremediation using floating macrophytes. Chemosphere.  83: 633–646.
  15. Robinson, B. 2003. Uptake of arsenic by New Zealand watercress ( Lepidium sativum ). Science of The Total Environment. 30:67-73.
  16. Souhila, A. Mameri, N. Abdi, N. Grib, H. Lounici, H. Drouiche, N. Phytoremediation of soil contaminated with Zn using Canola ( Brassica napus L ). Ecol. Eng. 95:  43–49.
  17. Thenkabail, P. Lyon, G. Huete, A. 2012. hyperspectralremote sensingof vegetation. Taylor & Francis. 705 p.
  18. Williams, M. 1997. Use of Near-infrared reflectance spectroscopy in prediction of heavy metal in freshwater sediments by their association with organic matter. Sci. Technol. 31: 3461–3467.
  19. Wo, Yanzaho, W. Jun, C.2005. Possibilities of refl ectance spectroscopy for assessment of contamination element in suburban soil.,” Appl. Geochemistry. 20: 1051–1059.
  20. Yi-Wei, L. I. Shi-Qi, D. O. Chun-Ying, Y. A. Yu-Zhong, L. I. Wei, B. A. I. Zhong-Nan, F. Qiao-Zhen A. N. 2011. Determination of soil parameters in apple-growing regions by near-and mid-infrared spectroscopy. Pedosphere. 21: 591–602.
  21. Zagner, S., Kneer, R., Wanner, G., Cosson, J. P., Deus-Neumann, B., Zenk, M. H. 1998. Hyperaccumulation, complexation and distribution of nickel in Sebertia acuminate. Phytochemistry. 47:339–347.
دوره 35، شماره 2
تیر 1401
صفحه 358-373
  • تاریخ دریافت: 27 اسفند 1398
  • تاریخ بازنگری: 06 دی 1399
  • تاریخ پذیرش: 25 دی 1399