Assessment of the Heavy Metals Pollution and Ecological Risk in Sediments of Mediterranean Sea Drain Estuaries in Egypt and Phytoremediation Potential of Two Emergent Plants
Notice bibliographique
Résumé
Environmental pollution and its eco-toxicological impacts have become a large and interesting concern worldwide as a result of fast urbanization, population expansion, sewage discharge, and heavy industrial development. Nine heavy metals (Pb, Cd, Fe, Mn, Zn, Ni, Cu, Cr, and Co) were evaluated in 20 sediment samples from the estuaries of four major drains along the Mediterranean shoreline (Nile Delta coast) to determine the possible ecological effect of high heavy metal concentrations as well as roots and shoots of two common macrophytes (Cyperus alopecuroides and Persicaria salicifolia). For sediment, single- and multi-elemental standard indices were used to measure ecological risk. Data revealed high contents of heavy metals, for which the mean values of heavy metals in sediment followed a direction of Fe > Mn > Co > Zn > Cu > Ni > Cr > Pb > Cd, Fe > Mn > Co > Ni > Zn > Cu > Cr > Pb > Cd and Fe > Mn > Zn > Co > Cu > Ni > Cr > Pb > Cd for drains stream, estuaries, and Mediterranean coast, respectively. Mn, Cr, Zn, and Pb were found to be within Canadian Soil Quality Guidelines (CSQGD) and U.S. Environmental Protection Agency Guidelines (US-EPA) limitations, except for Zn and Pb in drain streams, which were above the US-EPA limits, whereas Cd, Co, Cu, and Ni indicated a high ecological risk index. This high quantity of contaminants might be linked to unabated manufacturing operations, which can bio-accumulate in food systems and create significant health issues in people. C. alopecuroides root demonstrated a more efficient accumulation of all metals than the shoot system. For most heavy metals, C. alopecuroides had the highest root BAF levels with the exception of Ni and Pb in P. salicifolia. As a result, C. alopecuroides might be employed as a possible phytoextractor of these dangerous metals, while P. salicifolia could be used as a hyper-accumulator of Ni and Pb. The policymaker must consider strict rules and restrictions against uncontrolled industrial operations, particularly in the Nile Delta near water streams.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».