Remediation of mercury-contaminated soils and sediments using biochar: a critical review
Notice bibliographique
Résumé
Abstract The transformation of mercury (Hg) into the more toxic and bioaccumulative form methylmercury (MeHg) in soils and sediments can lead to the biomagnification of MeHg through the food chain, which poses ecological and health risks. In the last decade, biochar application, an in situ remediation technique, has been shown to be effective in mitigating the risks from Hg in soils and sediments. However, uncertainties associated with biochar use and its underlying mechanisms remain. Here, we summarize recent studies on the effects and advantages of biochar amendment related to Hg biogeochemistry and its bioavailability in soils and sediments and systematically analyze the progress made in understanding the underlying mechanisms responsible for reductions in Hg bioaccumulation. The existing literature indicates (1) that biochar application decreases the mobility of inorganic Hg in soils and sediments and (2) that biochar can reduce the bioavailability of MeHg and its accumulation in crops but has a complex effect on net MeHg production. In this review, two main mechanisms, a direct mechanism (e.g., Hg-biochar binding) and an indirect mechanism (e.g., biochar-impacted sulfur cycling and thus Hg-soil binding), that explain the reduction in Hg bioavailability by biochar amendment based on the interactions among biochar, soil and Hg under redox conditions are highlighted. Furthermore, the existing problems with the use of biochar to treat Hg-contaminated soils and sediments, such as the appropriate dose and the long-term effectiveness of biochar, are discussed. Further research involving laboratory tests and field applications is necessary to obtain a mechanistic understanding of the role of biochar in reducing Hg bioavailability in diverse soil types under varying redox conditions and to develop completely green and sustainable biochar-based functional materials for mitigating Hg-related health risks.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».