Quantifying excess heavy metal concentrations in drainage basins using conservative mixing models
Notice bibliographique
Résumé
High concentrations of heavy metals and other pollutants in river sediments can have detrimental effects on the ecosystem and humans. The composition of river sediments throughout drainage basins therefore provides important information for environmental monitoring. An obvious first step for using river sediment compositions for monitoring is to quantify natural baseline concentrations. Once baselines have been quantified, is it straightforward to compare them to observations to identify excesses generated by, for example, anthropogenic inputs. In this study a new strategy for mapping element concentrations along rivers from discrete geochemical observations upstream is presented. We demonstrate our approach in a case study of the Clyde drainage basin in western Scotland, UK. First, continuous baselines are generated using simple forward models that conservatively mix source region concentrations along drainage networks. 1185 measurements of elemental concentrations from first-order streams are used to parameterise the source region. The calculated baselines are then compared to concentrations measured at 60 localities along the main channel of the Clyde river. For a range of major and trace elements (e.g., Mg, Sr, K, Mn), the downstream observations are in close agreement with baseline concentrations predicted by conservative mixing models. However, some heavy metal concentrations (Pb, Cu, Zn) tend to exceed predicted baseline concentrations. Therefore, the second part of our approach calculates element concentrations in source areas required to match the observed Pb, Cu and Zn concentrations measured along the river. An inverse approach is used to ‘unmix’ the observed concentrations utilising, again, a conservative mixing model. Model resolution is determined by the spatial distribution of the data. Resultant calculated natural baselines and heavy metal concentrations along the river can easily be compared to estimate excesses. We tentatively suggest that anthropogenic input to sediment composition along the river is equivalent to annual fluxes of 9.7, 1.5 and 5.7 t (106 g) of Pb, Cu and Zn, respectively.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».